URBANO DXIA ON-PREMISE
Menú
Cuéntanos tu caso

Modelos abiertos

¿Qué equipo necesito para ejecutar gpt-oss-120b en local?

Con 25 usuarios simultáneos, el equipo más pequeño que ejecuta gpt-oss-120b es Starter (2 × NVIDIA DGX Spark o 1 × Apple Mac Studio M5 Ultra), en FP8: necesita hasta 132 GB de memoria y el equipo tiene 230 GB útiles. La cuenta parte de sus 116,83B parámetros según Hugging Face y es la misma de la calculadora de VRAM, que puedes abrir con este modelo ya cargado.

Abrir esta cuenta en la calculadora de VRAM

Memoria en cada precisión

Memoria con 25 usuarios simultáneos y equipo más pequeño que la cubre
PrecisiónPesosCon caché KV y margenEquipo más pequeño
FP16 (2 bytes)234 GB259 a 260 GBPro
FP8 (1 byte)117 GB131 a 132 GBStarter
NVFP4 (0,5625 bytes)65,7 GB74,7 a 75,4 GBStarter

Usuarios simultáneos en cada equipo

Usuarios con los que el modelo cabe en cada equipo y memoria que necesita
EquipoMemoria útilTecho de usuariosFP16FP8NVFP4
Starter230 GB25No cabe25 usuarios: 132 GB25 usuarios: 75,4 GB
Pro460 GB6060 usuarios: 261 GB60 usuarios: 133 GB60 usuarios: 76,6 GB
Business670 GB500500 usuarios: 278 GB500 usuarios: 150 GB500 usuarios: 93,5 GB
Enterprise2000 GBSin techo1000 usuarios: 297 GB1000 usuarios: 169 GB1000 usuarios: 113 GB

Los usuarios son las opciones de la calculadora (5, 25, 60, 200, 500, 1.000) hasta el techo de cada equipo. Enterprise no tiene techo en la cuenta: llega a 1.000, la opción más alta del selector.

La cuenta

En FP8 con 25 usuarios: 116,83B × 1 byte = 117 GB de pesos + 0 a 1 GB de caché KV (3 a 7 conversaciones de 8.192 tokens, con la caché por token del tamaño de referencia de 120B de la calculadora) + 14 GB de margen (2 GB y un 10% de los pesos) = 131 a 132 GB.

Supuestos: entre el 10 y el 25% de los usuarios conectados está generando una respuesta en cada momento (como mínimo, una conversación); cada conversación lleva 8.192 tokens de contexto y la caché KV se guarda en FP8. El margen suma 2 GB y un 10% del peso para el servidor de inferencia.

Los parámetros son el recuento de los archivos safetensors que publica Hugging Face y puede no coincidir con la cifra de la ficha del modelo: algunos repositorios suman módulos de decodificación especulativa.

Datos del modelo

Licencia según Hugging Face: apache-2.0. Repositorio creado el 4 de agosto de 2025. Datos de la API de Hugging Face del 22 de noviembre de 2026.

Ver openai/gpt-oss-120b en Hugging Face