モデル一覧に戻る
openai logoOpenAI
gpt-oss-120b

gpt-oss-120b

gpt-oss-120bは、OpenAIが開発した、高度な推論、エージェント機能、および汎用本番用途向けに設計された、オープンウェイト117Bパラメータの混合エキスパート(MoE)言語モデルです。フォワードパスごとに5.1Bパラメータをアクティベートし、ネイティブMXFP4量子化により単一のH100 GPUで実行するよう最適化されています。このモデルは、設定可能な推論深度、完全な思考の連鎖へのアクセス、および関数呼び出し、ブラウジング、構造化出力生成を含むネイティブツール使用をサポートしています。

2025/8/5
131,072 トークン
#155 テキスト (日本語)
入力: ¥16/M
出力: ¥79/M

仕様

モダリティ

入力
text
出力
text

サポートされているパラメータ

frequency_penalty
include_reasoning
logit_bias
logprobs
max_tokens
min_p
presence_penalty
reasoning
reasoning_effort
repetition_penalty
response_format
seed
stop
structured_outputs
temperature
tool_choice
tools
top_k
top_logprobs
top_p

データの取り扱い

プロンプトの保持
不明 — 確認できていません
学習への利用
学習には利用されません

「不明」は「問題なし」ではありません。確認できていない、という意味です。

学習の可否は提供元との条件に基づく申告値です。保持の可否は、このモデルが到達しうる実行先すべてについて上流が公表する一覧から判定しています。いずれも推測は含みません。

実測パフォーマンス

応答開始 (p50)1.1s
生成速度 (p50)327 トークン/秒

    FastMetalのゲートウェイ経由で実測した値です(直近30日・応答開始661回)。

    生成速度は1日1回の計測で、直近30日・26回分の中央値です。

    応答開始は最初の応答が返るまで、生成速度は思考トークンを含む出力トークン数から算出しています。実測値であり、性能を保証するものではありません。

    コード例

    curl https://api.fastmetal.ai/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer YOUR_API_KEY" \
      -d '{
        "model": "gpt-oss-120b",
        "messages": [{"role": "user", "content": "Hello!"}]
      }'

    gpt-oss-120bの実際の回答

    FastMetal上で実際に記録した、標準プロンプトへの回答です。

    このエラーをデバッグして

    以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport…

    **原因** `order["price"]` が **文字列** (`str`) で返ってきているため、数値 (`int`/`float`/`Decimal`) と掛け算しようとしたときに ``` TypeError: unsupported operand type(s) for *: 'str' and 'int' ``` が発生しています。 このケースは主に次のいずれかが原因です。 | 可能性 | 内容 | |--------|------| | ① DBドライバが数値列を文字列として取得している | たとえば `psycopg2` の `cursor_factory=RealDictCursor` でも `numeric` が文字列になることがあります。 | | ② テーブル定義が文字列型 (`VARCHAR`, `CHAR`) になっている | `price` カラムが文字列型で保存されている。 | | ③ `SELECT` 文でキャストせずにそのまま取得している | DB側で数値に変換していない。 | **修正方法**は 2 つの方向があります。 --- ## 1️⃣ Python 側で安全に数値へ変換する(最も手軽) ```python from decimal import Decimal, InvalidOperation def get_user_orders(user_id): # db.query の戻り値は dict のリスト(例: [{"price": "12.34", "quantity": "2"}, ..…
    応答時間 7.1秒出力 1587 トークン

    コードレビュー

    以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…

    ## 📋 1. 現行コードの概要と主な課題 | 項目 | 現状 | 問題点・改善余地 | |------|------|-------------------| | **型安全** | `any[]`、`any` で型を放棄 | TypeScript のメリットが失われ、実装ミスがコンパイル時に検出できない | | **可読性** | 変数名が曖昧(`data`、`i`)・文字列結合で名前を組み立てている | 何をしているかが一読で分かりにくい | | **エラーハンドリング** | `fetch` の失敗や `response.ok === false` をチェックしていない | ネットワークエラーで例外がそのままスローされ、呼び出し側が把握しにくい | | **パフォーマンス** | ページ取得を **逐次** に行っている<br>(`while` ループ中で `await`) | ページ数が多いと総待ち時間が `N × latency` になる | | **ミューテーション** | `let` で再代入が多い | 不変性を保つ方がデバッグしやすい | | **ハードコーディング** | `limit=100` がコード中に埋め込まれている | API の変更に脆弱 | | **文字列結合** | `first_name + " " + last_name` | 可読性が低く、`undefined` が入った時に `"undefined"` が出力されるリスク | | **非同期キャンセル** | `AbortController` が未使用 | 長時間待機したままキャ…
    応答時間 15.6秒出力 3532 トークン

    SQLクエリの最適化

    以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN…

    ## 1. 現状のボトルネック | 項目 | 理由 | |------|------| | **① LEFT JOIN → INNER JOIN に変えられるケース** | `orders` の `status = '完了'` と `created_at >= …` が必ず満たす行だけを集計したいので、`LEFT JOIN` で結合した後に `WHERE o.created_at …` を書くと、`orders` が **NULL** の行も残ってしまい、不要なレコードが大量に産まれます。| | **② フィルタが JOIN 後に適用されている** | `WHERE o.created_at >= …` が **LEFT JOIN** の後に評価されるため、まず **全行** が `orders` と結合され、その後で絞り込む → 5 M 行 × (order_details の行数) の中間結果が膨大。| | **③ インデックスが足りない** | 現在は `products(id)` と `orders(order_id)` だけ。<br>検索条件・結合キーに使っているカラムは全部 **インデックス対象外** なので、フルテーブルスキャンやハッシュジョインが走ります。| | **④ GROUP BY に文字列を直接使っている** | `p.product_name` と `c.category_name` で GROUP BY すると、文字列比較が必要になる上、同名の商品が別 ID で存在したときに正しく集計できません。`p.id` で集計した方がインデックスを活かしやす…
    応答時間 13.3秒出力 2901 トークン

    他のモデルと並べて比較する →

    よくある質問

    gpt-oss-120bのAPI料金はいくらですか?
    FastMetalでは100万トークンあたり入力¥16・出力¥79(税別)の円建て従量課金です。前払いクレジットから使った分だけ差し引かれ、月額料金やサブスクリプションはありません。
    gpt-oss-120bはOpenAI SDKからそのまま使えますか?
    はい。base_url を https://api.fastmetal.ai/v1 に変更し、model に "gpt-oss-120b" を指定するだけで、既存のOpenAI向けコードから呼び出せます。ストリーミング、ツール呼び出し、構造化出力にも対応しています。
    gpt-oss-120bのコンテキスト長はどのくらいですか?
    131,072トークンです。プロンプトと回答を合わせてこの範囲に収める必要があります。
    gpt-oss-120bの評価・ランキングは?
    公開アリーナの日本語カテゴリで155位(ELO 1,325)です。順位はリーダーボードの更新に合わせて変わります。
    gpt-oss-120bを試すには何が必要ですか?
    アカウントを作成してクレジットをチャージすると、ブラウザのチャット画面とAPIの両方から利用できます。契約や最低利用額はありません。

    gpt-oss-120bを今すぐ試す

    gpt-oss-120bはFastMetalのAPIキー1つで利用できます。ブラウザですぐに試す、またはOpenAI SDKからそのまま呼び出せます。

    リーダーボード

    テキスト
    spanishELO: 1,369
    #191
    russianELO: 1,337
    #219
    コーディングELO: 1,389
    #225
    数学ELO: 1,381
    #190
    創作ELO: 1,279
    #268
    指示遵守ELO: 1,324
    #235
    高難度ELO: 1,362
    #225
    マルチターンELO: 1,327
    #241
    総合ELO: 1,352
    #218
    日本語ELO: 1,325
    #155
    中国語ELO: 1,377
    #215
    韓国語ELO: 1,267
    #210
    英語ELO: 1,361
    #231
    frenchELO: 1,355
    #208
    germanELO: 1,328
    #195

    順位データ: LMArena leaderboard dataset(lmarena-ai/leaderboard-dataset、CC BY 4.0、2026-10-22時点)。カテゴリ名の対応付けとスコアの丸めはFastMetalによる。