/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
gpt-oss-20b
Библиотека
gguf
Опубликована
18 мая 2026

gpt-oss-20b-GGUF

Генерация текстаТекст → текст10 профессий

gpt-oss-20b-GGUF — набор GGUF-квантизаций модели openai/gpt-oss-20b, подготовленный пользователем ggfox00000 для локального и периферийного развёртывания.

772скачиваний за 30 дней0лайковвеса обновлены18 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель предназначена для генерации текста и диалоговых сценариев, включая суммаризацию и работу через llama.cpp или llama-cpp-python. README не указывает точные языковые возможности исходной модели, однако демонстрирует пример суммаризации на французском языке.

Доступны варианты Q4_K_M размером около 8 ГБ, Q5_K_M около 10 ГБ и Q8_0 около 15 ГБ. При контексте 8192 токена им требуется примерно 9, 11 и 16 ГБ RAM или VRAM соответственно; заявленное качество возрастает от Q4_K_M к Q8_0. Эти варианты позволяют выбирать компромисс между требованиями к памяти и качеством, включая развёртывание на GPU с CUDA. Архитектура и мультимодальные возможности в README не описаны; по назначению это текстовая модель.

Модель удобна для on-premise и edge-сценариев, где важны локальное выполнение и совместимость с llama.cpp. Ограничения включают необходимость подбора квантизации под доступную память, а также отсутствие в карточке подробных данных о производительности, поддерживаемых языках, исходной архитектуре и специальных возможностях. Квантизации распространяются на условиях Apache 2.0, унаследованных от исходной модели.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gpt-oss-20b — GGUF quantizations

Three llama.cpp GGUF quantizations of openai/gpt-oss-20b, prepared for edge / on-premise deployment with llama-cpp-python and llama.cpp.

Files

FileQuantizationApprox. sizeRAM/VRAM (n_ctx=8k)Quality
gpt-oss-20b-Q4_K_M.ggufQ4_K_M~8 GB~9 GBGood — recommended for 12 GB GPUs
gpt-oss-20b-Q5_K_M.ggufQ5_K_M~10 GB~11 GBBetter — recommended for 16 GB GPUs
gpt-oss-20b-Q8_0.ggufQ8_0~15 GB~16 GBBest — recommended for 24 GB GPUs

Sizes are approximate and depend on tokenizer/vocab size after conversion.

Usage

llama-cpp-python (Python)

from llama_cpp import Llama

llm = Llama.from_pretrained(
    repo_id="ggfox00000/gpt-oss-20b-GGUF",
    filename="gpt-oss-20b-Q4_K_M.gguf",  # or Q5_K_M / Q8_0
    n_ctx=8192,
    n_gpu_layers=-1,  # offload everything to GPU (CUDA build required)
)

out = llm.create_chat_completion(
    messages=[
        {"role": "system", "content": "Tu es un assistant utile."},
        {"role": "user",   "content": "Résume cette réunion en français."},
    ],
    temperature=0.2,
    max_tokens=1024,
)
print(out["choices"][0]["message"]["content"])

For GPU acceleration with NVIDIA CUDA, install the matching wheel:

pip install --no-cache-dir --index-url https://abetlen.github.io/llama-cpp-python/whl/cu121 \
    llama-cpp-python

llama.cpp (CLI)

# Pull a specific file
huggingface-cli download ggfox00000/gpt-oss-20b-GGUF gpt-oss-20b-Q4_K_M.gguf \
    --local-dir ./gguf

# Run with llama-cli
./llama-cli -m ./gguf/gpt-oss-20b-Q4_K_M.gguf \
            -n 512 --temp 0.2 -p "Quel est le meilleur réglage pour la cuisson d'un steak ?"

How these quants were made

  1. huggingface_hub.snapshot_download("openai/gpt-oss-20b") — sharded safetensors
  2. llama.cpp/convert_hf_to_gguf.py … --outtype f16 → F16 GGUF
  3. llama.cpp/build/bin/llama-quantize <fp16.gguf> <out.gguf> <quant> for each of Q4_K_M, Q5_K_M, Q8_0

See scripts/quantize_to_gguf/quantize.sh (in the original Gilbert × May-IA project) for the full reproducible workflow.

License

Inherits the Apache 2.0 license of the source model. See the base model card for terms.

Citation

If you use these quantizations, please also cite the original Mistral AI model.

Acknowledgements

  • Mistral AI for the base model
  • llama.cpp (Georgi Gerganov & contributors) for the quantization tooling

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
3327578

0 моделей