El 5 d'agost de 2025 OpenAI va fer un pas rellevant en publicar dos models de pesos oberts: GPT-OSS 120B i GPT-OSS 20B, una decisió que els col·loca novament en l'ecosistema de models oberts juntament amb actors com Meta i Mistral i que obre possibilitats per a desenvolupadors i fundadors.
Què significa realment pesos oberts i com poden aprofitar-los equips tècnics i emprenedors
Pesos oberts versus open source. Aclarint conceptes
Un model open source sol lliurar tot el conjunt: codi d'entrenament, arquitectura, dades i pesos, cosa que permet tornar a entrenar-lo des de zero. Un model de pesos oberts lliura l'arquitectura i els pesos finals entrenats sense exposar completament les dades d'entrenament ni el procés complet. En resum et donen el cervell però no l'historial de la seva criança.
Què pots fer amb models de pesos oberts
Pots executar el model localment o al teu propi servidor, afinar-los amb les teves dades, usar-los comercialment sota llicència Apache 2.0 i quantitzar-los o integrar-los en pipelines sobre serveis cloud aws i azure.
Què no pots fer
No podràs reproduir exactament l'entrenament des de zero ni accedir al dataset original ni al procés complet de preentrenament, encara que per a la majoria d'aplicacions pràctiques això és suficient.
Especificacions i capacitats de GPT-OSS
GPT-OSS 120B resum tècnic
Aproximadament 117B de paràmetres totals, arquitectura Mixture of Experts amb 128 experts i 4 experts activats per token, longitud de context de 128K, requereix prop de 80 GB de VRAM i ofereix rendiment competitiu amb models de raonament i codi tipus GPT-4-mini.
GPT-OSS 20B resum tècnic
Al voltant de 21B de paràmetres, 32 experts amb 4 activats per token, dissenyat per córrer en una sola GPU de 16 a 24 GB com una A6000 o GPUs de consum RTX, amb rendiment comparable a models tipus GPT-3.5.
Ambdós models suporten ús d'eines, crides a funcions, sortides estructurades i raonament en cadena de pensament. Són ràpids, eficients i preparats per ser afinats, quantitzats i integrats en sistemes productius.
Per què això importa per a desenvolupadors i fundadors
Es tracta d'un canvi de plataforma: s'elimina el bloqueig per API, pots executar models offline o en infraestructura pròpia, controlar latència, privacitat i experiència d'usuari, reduir costos evitant tarifes per token i accelerar el llançament de copilots privats, chatbots i agents sense dependre d'APIs tancades.
Casos d'ús pràctics i idees per construir
1 Private Copilot per al teu SaaS: afina GPT-OSS 20B amb tiquets de suport i la base de coneixement per oferir ajuda contextual en temps real dins de la teva aplicació, ideal per a aplicacions a mida i programari a mida.
2 Assistents de programació offline: executa GPT-OSS 20B localment per a suggeriments de codi i revisió en entorns segurs o amb connectivitat limitada, perfecte si el teu equip de desenvolupament valora la privacitat i l'eficiència.
3 Assistents mèdic o legal: afina amb documents sectorials i afegeix RAG Retrieval Augmented Generation per respondre consultes dinàmiques amb suport documental, una bona opció per a empreses que busquen IA per a empreses amb compliment i control.
4 Bot d'atenció al client on premises: desplega GPT-OSS 120B en infraestructura pròpia per a suport a gran escala amb crides a funcions que desencadenin fluxos interns i automatitzacions, integrable amb serveis cloud aws i azure si necessites híbrid.
5 Agents de xat per a equips interns: usa sortides estructurades i context llarg per gestionar briefs de projecte, informes i procediments operatius estàndard, donant suport a iniciatives d'intel·ligència de negoci i power bi per a anàlisi posterior.
6 IA amb privacitat per a Fintech o Healthtech: tota la inferència es realitza dins del perímetre de l'empresa, sense que les dades surtin del tallafocs, enfortint l'estratègia de ciberseguretat i compliment.
7 Simulacions multiagent: executa ambdós models en paral·lel per simular diàlegs, entrenar agents IA o provar polítiques i escenaris complexos.
Com començar pas a pas
Descarrega els pesos des d'OpenAI o Hugging Face, tria frameworks com vLLM, HuggingFace Transformers o DeepSpeed, executa localment i afina amb tècniques com LoRA o QLoRA, quantitza per optimitzar inferència i desplega en infraestructura pròpia o al núvol usant proveïdors com serveis cloud aws i azure o plataformes de GPUs.
Si vols prototipar comença amb la versió 20B pels seus menors requisits de maquinari i posada en marxa més ràpida.
Q2BSTUDIO i com podem ajudar-te
A Q2BSTUDIO som una empresa de desenvolupament de programari i aplicacions a mida especialitzada en intel·ligència artificial, ciberseguretat i serveis cloud aws i azure. Desenvolupem programari a mida, integracions d'agents IA, solucions d'IA per a empreses i projectes de business intelligence que inclouen power bi per a visualització i anàlisi. Oferim serveis d'intel·ligència de negoci, consultoria en ciberseguretat i desenvolupaments personalitzats que combinen models de llenguatge amb pipelines de dades segurs i escalables.
Els nostres serveis inclouen creació d'aplicacions a mida i programari a mida, integració de models de pesos oberts per a solucions offline i on premises, afinament i desplegament d'agents IA, implementació de processos de RAG, i solucions d'analítica amb power bi que potencien la presa de decisions. Si necessites IA per a empreses amb enfocament en privacitat i compliment t'ajudem a dissenyar l'arquitectura, desplegar en serveis cloud aws i azure i garantir controls de ciberseguretat.
Reflexió final
GPT-OSS representa un dels moviments més oberts en anys i ofereix a desenvolupadors i fundadors l'oportunitat de recuperar control sobre els seus stacks d'IA. Sense dependència d'APIs tancades pots construir productes escalables, privats i econòmics. A Q2BSTUDIO t'acompanyem des de la idea fins al desplegament, tant si busques un copilot privat, agents IA integrats al teu SaaS, solucions d'intel·ligència de negoci amb power bi o arquitectures segures al núvol.
Construeix intel·ligent. Construeix local. Construeix lliure.
