gpt-oss-120b 是 OpenAI 用 Apache 2.0 开源的 MoE 推理模型，117B 总参数、单次激活 5.1B，支持 128k 上下文与 reasoning_effort 推理档位。本文从任务选型切入，讲清 OpenAI 兼容端点怎么改、推理档位怎么选、max_tokens 设太紧为什么会拿到空回复，以及开源权重模型特有的量化缩水与小模型路由该怎么验。
从任务本身出发判断该不该用 GPT-5.6 Terra，给出 OpenAI 兼容端点的迁移改动、reasoning.effort 六档的选择依据与代价，以及百万上下文、128k 输出在生产环境的超时与截断处理，最后是四项可复现的降配验证方法。
0 条留言
NexAIX-官方博客
