OpenAI重返开源：Sam Altman认错，GPT-oss免费商用意味着什么

6月初，OpenAI干了一件很多人以为这辈子都看不到的事——开源了两个模型：GPT-oss-120b和GPT-oss-20b，Apache 2.0协议，免费商用。

上一次OpenAI开源模型是2019年的GPT-2。之后五年，这家公司一路把"Open"变成了"Close"的代名词。GPT-3不开源，GPT-4不开源，GPT-5不开源——不光不开源，收费还越来越贵。以至于业界有个段子：OpenAI的名字里唯一还"Open"的，就剩名字本身了。

所以这次开源，不是技术问题，是战略问题。

Sam Altman的公开认错

最让人意外的是Altman本人的表态。他在接受采访时公开说，公司在开源这件事上"站在了历史的错误一边"。这话从一位亲手打造了全球最值钱闭源AI公司之一的CEO嘴里说出来，分量不轻。

Altman的说法是回归初心——让AI惠及人类。但如果你看时间点，就会发现没那么简单。就在OpenAI开源前一周，MiniMax M3开源了，编程能力直接超过GPT-5.5。再往前，阶跃星辰Step 3.7 Flash冲上海外热榜第二。Meta的Llama系列、阿里的千问系列、DeepSeek——开源模型的能力正在快速逼近甚至超越闭源旗舰。

说白了，不是OpenAI突然想做好人了，是开源阵营追得太紧，再不开源就要被边缘化了。

这两个模型到底什么水平

GPT-oss-120b：117B参数，MoE架构，激活参数仅5.1B，单张80GB GPU就能跑。推理能力接近o4-mini。GPT-oss-20b：21B参数，16GB内存即可运行，性能和o3-mini相当。

说人话：120b版本适合企业内部部署，20b版本适合边缘设备和轻量场景。两个模型都支持常见的开源推理框架——vLLM、Ollama、llama.cpp都能跑。

还有一个容易被忽略的细节：这两个模型支持云端协作机制。如果你本地跑120b做常规推理没问题，遇到特别复杂的任务，可以自动调OpenAI更强的闭源模型来帮忙。这招很聪明——开源是入口，闭源是增值服务。

Apache 2.0意味着什么

开源不等于随便用，协议是关键。OpenAI这次选了Apache 2.0——业界最宽松的许可证之一。你可以修改、可以商用、可以分叉，不需要向OpenAI申请任何许可。

对比一下：Meta的Llama虽然"开源"，但用的是自家Community License，超过7亿用户的公司需要特殊授权，本质上不是真正的开源。而OpenAI这次用的是标准Apache 2.0，没有任何附加条件。

但注意：OpenAI没有公开训练数据。模型权重给你了，但它是用什么数据训出来的、数据清洗流程是什么，这些都没说。严格意义上讲，这是"开放权重"（open weights），不是"完全开源"（open source）。OSI定义的开源AI要求完整披露训练数据和代码，GPT-oss只满足了一半。

从闭源霸主到开源玩家

这件事放在更大的格局里看，其实是AI行业从"一超多强"走向"多极格局"的缩影。

两年前，OpenAI一家独大，GPT-4拉开其他人一条街。但现在局面完全不同了：Anthropic有Claude Opus 4.1，Google有Gemini 3 Pro，Meta有Llama 4，DeepSeek有V4，MiniMax有M3——每家在自己的赛道都有拿得出手的东西。OpenAI不再拥有绝对的技术护城河。

而开源AI的商业价值正在被验证。DeepSeek靠开源模型带动了云服务收入，阿里千问靠开源撬动了企业客户，Mistral靠开源在欧洲站稳了脚跟。OpenAI如果不加入开源战场，等于把这块蛋糕全部让给竞争对手。

所以这次开源，与其说是"回归初心"，不如说是"战略性入局"。Altman认错的态度值得认可，但商业逻辑才是真正的驱动力。

对开发者和中小企业来说，这是一件好事。一个Apache 2.0协议、性能接近o4-mini、能在单GPU上跑的模型，确实能省很多钱。OpenAI嘴上说"让AI惠及人类"，至少这次行动的确让这句话有了几分真。