LÍDER IA
Modelos de Lenguaje

GPT-OSS: qué es, por qué importa y cómo empezar hoy

2 min de lectura27 visitas

OpenAI libera GPT-OSS bajo Apache 2.0: dos modelos open-weights (120B y 20B) con arquitectura MoE para razonamiento on-prem, control de datos y costos predecibles.

El 5–7 de agosto de 2025, OpenAI presentó GPT-OSS, su primera familia de modelos open-weights desde GPT-2: gpt-oss-120b y gpt-oss-20b. Ambos se publican bajo licencia Apache 2.0.

Qué es GPT-OSS

GPT-OSS es una línea de modelos de lenguaje pensada para razonamiento, agentes y tareas generales, pero con la particularidad de que puedes descargar los pesos y ejecutarlos localmente o en tu nube favorita. Construidos con arquitectura mixture-of-experts (MoE).

Dos tamaños, dos estrategias

  • gpt-oss-120b (≈117B parámetros, MoE): orientado a producción y razonamiento avanzado. Corre eficientemente en una sola GPU de 80 GB (p. ej., H100/MI300X). En benchmarks de razonamiento, roza el rendimiento de o4-mini.
  • gpt-oss-20b (≈21B parámetros, MoE): pensado para latencia baja y entornos con recursos limitados; puede funcionar con 16 GB de memoria.

¿Por qué esto es importante?

  1. Control y privacidad: al ejecutar local/on-prem, tus datos sensibles no salen de tu perímetro.
  2. Costos predecibles: puedes optimizar cómputo y afinar el modelo según tus casos de uso.
  3. Ecosistema abierto: al ser Apache 2.0, es más fácil integrarlo en productos comerciales, auditarlo y personalizarlo.
  4. Disponibilidad multi-nube: se puede usar desde Hugging Face, AWS, Azure y otros proveedores.

Rendimiento

OpenAI reporta que gpt-oss-120b está cerca de o4-mini en razonamiento, y gpt-oss-20b se aproxima a o3-mini en benchmarks comunes.

Dónde conseguirlo

  • Repositorio y documentación técnica: GitHub de OpenAI (gpt-oss).
  • Pesos listos para usar: Hugging Face (gpt-oss-120b y gpt-oss-20b).
  • Disponibilidad en nube: AWS y Azure AI Foundry.

Casos de uso ideales

  • Agentes de ventas/soporte con RAG y workflows complejos.
  • Analítica y toma de decisiones en finanzas, logística o salud (on-prem por compliance).
  • Generación/explicación de código y copilotos internos.
  • On-device/edge para apps que requieren privacidad.

Cómo empezar

  1. Elige el tamaño según tu hardware: 120b (GPU 80 GB) o 20b (16 GB).
  2. Define el modo de razonamiento (latencia vs. profundidad).
  3. Integra RAG con tu base documental (vector DB) y añade trazabilidad.
  4. Despliega en nube si necesitas auto-escalado: AWS (Bedrock/SageMaker) o Azure AI Foundry.

Buenas prácticas para producción

  • Evaluación continua: compara outputs vs. ground truth.
  • Guardrails y filtrado: aplica moderación y reglas de negocio.
  • Observabilidad: registra prompts/respuestas, latencias y costo.
  • Fine-tuning/LoRA: afina con tus datos.
  • Fallbacks: diseña rutas de degradación.

Conclusión

GPT-OSS democratiza el razonamiento con modelos abiertos y realmente desplegables: control de datos, costos y rendimiento competitivo.