GPT-OSS

AI-modeller · Öppna modellvikter (OpenAI:s GPT-OSS)

GPT-OSS är OpenAI:s familj av open-weights-språkmodeller — två modeller som kan köras på egen hårdvara utan API-avgifter.

Öppen källkodCC++Python

Betyg 79 Preliminär (källbaserad)

Läs bedömningen
API · Ej tillämpligt

API är inte tillämpligt för den här typen av programvara.

MCP · Ej tillämpligt

MCP är inte tillämpligt för den här typen av programvara.

Jämför med alternativ Källor

Bedömning

Så bedömer vi

Totalbetyg

79

Preliminär (källbaserad)

Bedömningsprofil
Lokalt eller API-körd språkmodell med öppna vikter.
Bedömningsdatum
Modellversion
3.0.0

  1. Öppenhet och kontroll

    Apache-2.0 utan användartrösklar (endast en lättviktig usage policy).

  2. Funktionell passform

    Stark resonemang/kod men text-only, 128K kontext och ingen uppdatering på över ett år — daterad.

  3. Dataflytt och interoperabilitet

    Nativt MXFP4-kvantiserad, körs på 16 GB, stöd i Ollama/llama.cpp/vLLM/GGUF dag ett.

  4. Mognad och trygghet

    Endast en release (aug 2025), ingen efterföljare — familjen i praktiken fryst.

  5. Framtidskraft

    Native funktionssamtal, webbläsning, Python-execution och full finjusterbarhet.

  6. Drift och införande

    Väldokumenterade modellkort och låga hårdvarukrav (16 GB för 20b) tydligt kommunicerade.

  7. Kostnadsbild

    Helt fria Apache-2.0-vikter, ingen API-kostnad, blygsam hårdvara — låg TCO.

  8. Svensk användbarhet

    Engelskcentrerad; ingen svensk lokalisering eller svensk språkförmåga belagd — tekniskt användbar i Sverige.

Om GPT-OSS

GPT-OSS är OpenAI:s familj av open-weights-språkmodeller: vikterna kan laddas ner och köras på egen hårdvara utan API-avgifter. Familjen består av två storlekar — en tung modell för resonemangsuppgifter på en enskild datacenter-GPU, och en lättare som ryms i 16 GB minne och därmed är laptop- och arbetsstationsnära. Båda är nativt kvantiserade i MXFP4 och ger full tillgång till modellens resonemangskedja, med inbyggt stöd för funktionsanrop och Python-körning.

Modellerna är tänkta att serveras bakom OpenAI-kompatibla API:er; vLLM är referensuppsättningen, och stödet fanns i Ollama och llama.cpp från dag ett. Driftsättet är därmed väl belagt i oberoende verktyg, och OpenAI publicerar egna guider för lokal körning.

Begränsningarna är konkreta. Familjen är text-only — bild- och multimodala uppgifter passar inte — och kontextfönstret är 128 000 tokens. Python-körningsverktyget är en förhandsvisning, inte produktionsklart. Utvecklingen har också stannat av: ingen efterföljande modellversion har släppts, så den som vill ligga i topp på modellförmågor bör jämföra med nyare alternativ. Den som vill köra resonemangsmodeller helt lokalt och offline får däremot ett välbeprövat upplägg under Apache-2.0.

Användning

Passar för

  • Lokala resonemangsuppgifter på en enskild GPU
  • Agentflöden med funktionsanrop och Python-körning
  • Finjustering och skriptning utan användartrösklar
  • Helt offline-drift utan API-kostnad

Passar mindre bra för

  • Bild- eller multimodala uppgifter — modellerna är text-only
  • Den som vill ha de senaste modellförmågorna
  • Uppgifter som kräver kontext bortom 128K tokens

Styrkor och begränsningar

Styrkor

  • Låga hårdvarukrav: 16 GB räcker för den mindre modellen
  • Färdiga körningar i Ollama, llama.cpp och vLLM
  • Full insyn i modellens resonemangskedja
  • Apache-2.0-vikter utan användarrestriktioner

Begränsningar

  • Familjen är fryst — inga nya modellversioner har släppts
  • Text-only med begränsat kontextfönster på 128K tokens
  • Python-körningsverktyget är en förhandsvisning, inte produktionsklart

Tekniska resurser

Alternativ

Gemma

AI-modeller · Öppna modellvikter – Googles Gemma-familj (text, bild, video och ljud)

Språkmodellfamiljen Gemma från Google DeepMind kommer med öppna vikter — färdiga modeller som kan laddas ner och köras på egen hårdvara, från telefon till datacenter.

Källkod tillgängligCC++Python
Startår
2024
Licens
Gemma Terms of Use (Gemma 1–3, 3n och namngivna varianter) / Apache License 2.0 (Gemma 4)
Öppen källkod
Delvis

Betyg

89

Preliminär (källbaserad)

Läs bedömningen

Projektdata

5 835GitHub-stjärnor
Visa alla fakta och bedömningarVisa alla fakta
Startår
2024
Licens
Gemma Terms of Use (Gemma 1–3, 3n och namngivna varianter) / Apache License 2.0 (Gemma 4)Källkod tillgänglig, begränsad licens · Licensen är inte enhetlig inom familjen. Gemma 4 och nyare anges som Apache License 2.0 (licenssidan ai.google.dev/gemma/apache_2, modellkortet för Gemma 4 med raden 'License: Apache 2.0' samt Hugging Face-taggen license:apache-2.0). Gemma 1, 1.1, 2, 3, 3n och de namngivna varianterna (FunctionGemma, EmbeddingGemma, PaliGemma, PaliGemma 2, ShieldGemma, ShieldGemma 2, CodeGemma, CodeGemma 1.1, DataGemma, RecurrentGemma, T5Gemma, T5Gemma 2, TranslateGemma, VaultGemma, Gemma Scope, Gemma-APS) lyder i stället under Gemma Terms of Use (ai.google.dev/gemma/terms, senast ändrad 2026-04-01). Gemma Terms of Use är en egen, användningsbegränsad licens som inte är OSI-godkänd: vid redistribution måste användningsrestriktionerna i avsnitt 3.2 införas som tvingande villkor, en kopia av avtalet medfölja och en NOTICE-textfil bifogas med texten 'Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms'; avsnitt 3.2 hänvisar vidare till Gemma Prohibited Use Policy som förbjuder en rad användningsområden. Vikter under Gemma Terms of Use är alltså nedladdningsbara men inte fri programvara. · Licensmodeller
Öppen källkod
Delvis
Plattformar
Linux · Windows · macOS · Android
API
Ej tillämpligt
MCP
Ej tillämpligt
Export
Ej tillämpligt Modellfamilj; dataexportbegreppet är inte tillämpligt, men modellvikterna kan laddas ned och vidaredistribueras enligt respektive licens (Apache-2.0 för Gemma 4, Gemma Terms of Use för äldre modeller och varianter). Ej verifierat
Språk
Gränssnitt: Engelska · Dokumentation: Engelska · Support: Engelska
Öppenhet och kontroll Gäller: Gemma 4 under Apache-2.0 (OSI) — Google bytte explicit för att ta bort Gemma 3:s användningsrestriktioner.
Funktionell passform Gäller: Täcker telefon till workstation med resonemang, agentflöden och multimodalitet; små modeller har kunskapsluckor.
Dataflytt och interoperabilitet Gäller: Körs på telefon (LiteRT), laptop (GGUF/Ollama) och datacenter; bred verktygsstöd och kvantisering.
Mognad och trygghet Gäller: Fyra generationer sedan 2024 med Google DeepMind bakom; Gemma 4 ung (april 2026) men aktiv utveckling.
Framtidskraft Gäller: Native function calling, konfigurerbart tänkande och dokumenterad finjusterbarhet.
Drift och införande Gäller: Omfattande dokumentation per storlek; små modeller körs utan GPU (hårdvara kategoriinnevärd).
Kostnadsbild Gäller: Apache-2.0-vikter helt fria, körbara på konsumenthårdvara, mycket lågt API-pris — låg TCO i hela spektrat.
Svensk användbarhet Gäller: Verifierad på EuroEval: #3 i svenska totalt och #1 bland open-weights — stark svensk språkförmåga.

Kostnad: .

Faktakontrollerad

Qwen

AI-modeller · Modellfamilj

Qwen är Alibabas familj av språkmodeller med öppna vikter — körbara lokalt på egen hårdvara eller som API-tjänst, med stöd för ett mycket stort antal språk.

Källkod tillgängligPython
Startår
2023
Leverantör
Alibaba
Modellfamilj
Qwen
Öppna vikter
Varierar mellan modeller
Licens
Öppna vikter (licens varierar)
Öppen källkod
DelvisÖppna vikter är inte detsamma som öppen källkod
API
REST API

Betyg

89

Preliminär (källbaserad)

Läs bedömningen

Projektdata

27 705GitHub-stjärnor
Visa alla fakta och bedömningarVisa alla fakta
Startår
2023
Leverantör
Alibaba
Modellfamilj
Qwen
Öppna vikter
Varierar mellan modeller
Licens
Öppna vikter (licens varierar)Källkod tillgänglig, begränsad licens · De flesta modeller under Apache 2.0 (öppna vikter). Qwen3.8-Max under egen licens med kommersiella villkor; Qwen3.7-generationen var sluten. · Licensmodeller
Öppen källkod
DelvisÖppna vikter är inte detsamma som öppen källkod
Utgåva
Qwen3.8-Max · Qwen3.8-27B · Qwen-CoderBredaste öppna-viktsfamiljen; 3.7 sluten och 3.8-Max under egen licens.
Modaliteter
Text · Bild
API
REST API Verifierat
MCP
Ej tillämpligt
Export
Ej verifierat Ej tillämpligt för en språkmodell. Ej verifierat
Språk
Gränssnitt: Delvis svenska · Dokumentation: Engelska · Support: Engelska
Öppenhet och kontroll Gäller: Öppna vikter under Apache-2.0 (OSI) men ingen träningsdata/kod — öppna vikter ≠ öppen källkod.
Funktionell passform Gäller: Lokal (vikter) eller API-körning med OpenAI/Anthropic-kompatibla API:er täcker fallet fullt ut.
Dataflytt och interoperabilitet Gäller: safetensors-format, transformers/vLLM/SGLang/Unsloth-stöd och GGUF-kvantisering.
Mognad och trygghet Gäller: Kontinuerlig familj sedan 2023; enskilda modeller kortlivade och ersätts snabbt.
Framtidskraft Gäller: Stark agentförmåga (Qwen Code), finjustering via Axolotl/Unsloth och öppna API:er.
Drift och införande Gäller: Små modeller körs lokalt; stora MoE kräver GPU-resurser (kategoriinnevärd).
Kostnadsbild Gäller: Vikter gratis under Apache-2.0; API valfritt betald.
Svensk användbarhet Gäller: Angivet stöd för 201 språk inkl. svenska (leverantörsbelagd); ingen oberoende svensk benchmark verifierad.

Kostnad: Vikter utan licensavgift (Apache 2.0-modeller). Lokal drift: från en konsument-GPU (27B) till datacenter (2.4T).

Faktakontrollerad

Källor

  1. GitHub – openai/gpt-oss (officiellt repo)
  2. openai/gpt-oss – README
  3. openai/gpt-oss – LICENSE
  4. Hugging Face – openai/gpt-oss-120b
  5. Hugging Face – openai/gpt-oss-20b
  6. arXiv 2508.10925 – gpt-oss modellkort
  7. Ollama modellbibliotek – gpt-oss
  8. OpenAI Cookbook – köra gpt-oss lokalt med Ollama