GPT OSS 20B
GPT OSS 20B est un LLM open-weights d’OpenAI, publié le 5 août 2025 sous licence Apache 2.0 avec usage commercial autorisé. Avec 21 milliards de paramètres, une fenêtre de contexte de 131 072 tokens et des connaissances arrêtées au 30 juin 2024, il se positionne comme un modèle ouvert de…
GPT OSS 20B est un LLM open-weights d’OpenAI, publié le 5 août 2025 sous licence Apache 2.0 avec usage commercial autorisé. Avec 21 milliards de paramètres, une fenêtre de contexte de 131 072 tokens et des connaissances arrêtées au 30 juin 2024, il se positionne comme un modèle ouvert de taille intermédiaire, conçu pour combiner accessibilité et contexte long.
Son positionnement tarifaire est très économique, avec une tarification indiquée comme 100% en dessous de la moyenne des LLM similaires. Son entraînement représente 5,5 × 10²³ FLOP, soit environ 152 000 heures-GPU H100, l’équivalent de 71 GPU H100 mobilisés pendant trois mois.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | OpenAI |
| Licence | Apache 2.0 (open-weights, usage commercial autorisé) |
| Date de sortie | 5 août 2025 |
| Connaissances jusqu'à | 2024-06-30 |
| Multimodal | non |
| Paramètres | 21 milliards |
| Fenêtre de contexte | 131 072 tokens |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Benchable : Keyword Topic Relevance Classification | 100,0 % | 1ᵉ / 9 | benchable | ✅ Mesuré |
| Benchable : Ethics (Baseline) | 99,0 % | 114ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : General Knowledge (Baseline) | 99,0 % | 113ᵉ / 250 | benchable | ✅ Mesuré |
| Benchable : Email Classification (Baseline) | 97,0 % | 163ᵉ / 254 | benchable | ✅ Mesuré |
| Benchable : Coding (Baseline) | 92,0 % | 80ᵉ / 248 | benchable | ✅ Mesuré |
| Benchable : Reasoning (Baseline) | 89,8 % | 92ᵉ / 239 | benchable | ✅ Mesuré |
| Benchable : Hallucinations (Baseline) | 70,0 % | 194ᵉ / 229 | benchable | ✅ Mesuré |
| Benchable : Mathematics (Baseline) | 66,7 % | 173ᵉ / 217 | benchable | ✅ Mesuré |
| Benchable : Instruction Following (Baseline) | 66,0 % | 110ᵉ / 252 | benchable | ✅ Mesuré |
| PinchBench : agentique (OpenClaw, 147 tâches) | 36,3 % | 49ᵉ / 52 | pinchbench | ✅ Mesuré |
| AIME 2025 | 98,7 % | 10ᵉ / 108 | llm-stats | Auto-déclaré |
| MMLU | 85,3 % | 38ᵉ / 98 | llm-stats | Auto-déclaré |
| CodeForces | 74,3 % | 10ᵉ / 16 | llm-stats | Auto-déclaré |
| GPQA | 71,5 % | 106ᵉ / 213 | llm-stats | Auto-déclaré |
| TAU-bench Retail | 54,8 % | 22ᵉ / 24 | llm-stats | Auto-déclaré |
| HealthBench | 42,5 % | 5ᵉ / 5 | llm-stats | Auto-déclaré |
| Humanity's Last Exam | 10,9 % | 75ᵉ / 86 | llm-stats | Auto-déclaré |
| HealthBench Hard | 10,8 % | 5ᵉ / 6 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
Benchable : Keyword Topic Relevance Classification
Benchable : Ethics (Baseline)
Tarifs
| Fournisseur | Entrée / 1M | Sortie / 1M | Cache lecture / 1M |
|---|---|---|---|
| Darkbloom | gratuit | gratuit | n.d. |
| DekaLLM | 0,029 $ | 0,14 $ | n.d. |
Prix en dollars US par million de tokens.
Sa tarification se situe 100 % en dessous de la moyenne des LLM similaires.
Coût & vitesse agentiques
| Indicateur | Valeur |
|---|---|
| Coût par exécution agentique — PinchBench (147 tâches) | 0,45 $ |
| Durée d'exécution — PinchBench | 1 h 51 min |
| Indice valeur/coût — PinchBench | 132,8 |
| Coût moyen par benchmark — Benchable | 0 $ |
| Latence moyenne par benchmark — Benchable | 14 min 24 s |
Coûts et durées réels mesurés en exécutant le modèle comme agent. PinchBench = un run complet de 147 tâches (harness OpenClaw) ; Benchable = moyenne par benchmark. Sources : PinchBench, Benchable.ai.
Entraînement & empreinte
| Indicateur | Valeur |
|---|---|
| Compute d'entraînement | 5,5 × 10²³ FLOP |
| Matériel | NVIDIA H100 SXM5 80GB |
| Pays | United States of America |
Notre analyse
Forces. GPT OSS 20B se distingue d’abord par sa licence Apache 2.0, qui autorise les usages commerciaux tout en donnant accès à des poids ouverts. Sa fenêtre de contexte très longue renforce son intérêt pour les tâches impliquant de grands volumes de texte. Sur Benchable, son meilleur signal vient de Keyword Topic Relevance Classification, où il atteint le top 10, ce qui indique une très forte aptitude à relier des mots-clés à des sujets pertinents. Les scores élevés en Ethics et General Knowledge montrent aussi une base solide pour des tâches générales, tandis que Coding et Reasoning le placent à un niveau compétitif sans dominer l’ensemble du classement. À sa sortie, il figurait dans le top 30% sur GPQA parmi les LLM de sa génération.
Limites et points d'attention. GPT OSS 20B n’apparaît pas comme un modèle frontière, malgré de bons résultats sur plusieurs évaluations. Ses classements Benchable en connaissances générales, éthique et classification d’e-mails restent loin des tout premiers rangs, ce qui suggère une performance régulière mais pas systématiquement dominante. Le score en raisonnement est correct, sans le placer parmi les meilleurs modèles évalués. Ses connaissances s’arrêtent au 30 juin 2024, un point important pour les sujets récents. Son principal intérêt reste donc l’équilibre entre poids ouverts, usage commercial, contexte long et coût nul par million de tokens, plutôt que la recherche de la performance maximale.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Epoch AI (epoch.ai), CC-BY-4.0 · PinchBench (pinchbench.com) · Benchable.ai (benchable.ai).