开源模型为企业IT提供了一种方法，可基于企业内容构建定制化的大语言模型，目前，OpenAI正推出两款开源模型。
ChatGPT的开发者OpenAI已根据Apache 2.0开源许可证发布了两款大语言模型，这两款模型gpt-oss-120b和gpt-oss-20b均为开放权重语言模型，OpenAI称其能以低成本提供强大的现实性能。
据OpenAI介绍，新模型在推理任务上的表现优于同类规模的开源模型，且针对在消费级硬件上的高效部署进行了优化。
OpenAI表示，其gpt-oss-120b模型在核心推理基准测试中与OpenAI o4-mini性能相近，且可在单块80GB的GPU上高效运行，该公司还表示，gpt-oss-20b模型在通用基准测试中可取得与OpenAI o3-mini相似的结果，且仅需16GB内存即可在边缘设备上运行。
GPU制造商英伟达表示，OpenAI的新模型是在英伟达H100 GPU上训练的，且可使用英伟达NIM微服务。英伟达称，该服务可在任何GPU加速基础设施上实现灵活、数据隐私保护和企业级安全的轻松部署。
英伟达表示，通过针对英伟达Blackwell平台进行软件优化，这些模型在英伟达GB200 NVL72系统上运行时，每秒可处理150万个token，以支持AI推理。
OpenUK的CEO阿曼达·布罗克(Amanda Brock)表示：“AI领域开源和开放性的美妙之处在于，它能满足全球辩论各方的需求——它有能力成为一种数字公共产品，为所有人提供便利，而在商业领域，正如已成为大型科技公司宠儿的开源软件一样，它能促进事实标准的形成并推动普及——以Meta的开源创新模型Llama为例。在当今地缘政治格局不断变化的世界中，它能让AI实现全球覆盖和影响。”
开源AI模型的主要优势在于其非封闭性，这意味着任何人都可以对其进行检查，这应该有助于提高其质量、消除漏洞，并在模型训练的源数据不够多样化时，在一定程度上解决偏见问题。开源模型为企业提供了一种方法，可根据组织运行方式对大语言模型进行微调，然而，CIO应权衡使用开源AI模型与专有模型的优势，特别是在部署任何AI模型都会产生大量运营成本的情况下。
Gartner公司高级总监兼分析师哈里塔·坎达巴图(Haritha Khandabattu)表示，由Meta的Llama等大语言模型推动的开源模型，主要应用于受监管行业。她说：“这些行业倾向于尝试使用开源模型，根据部署开源模型的位置和方式，它们可能还需要大量基础设施。”
坎达巴图表示，各组织尝试使用开源模型是为了保持控制权，然而，坎达巴图根据与IT领导者的交流情况表示，部署的总成本“非常高”，定制、运行和维护开源模型需要大量的运营成本和工程成本。
她补充说，用于AI编码等AI应用的开源模型，其性能可能并不总是能与专有模型相媲美，她说，这可能会对企业产生负面影响，如整体员工体验或开发者体验水平降低，以及运营性能下降。
坎达巴图敦促IT领导者考虑开源模型的利弊，这些模型可能无法提供企业所需的企业级IT支持水平。她补充说：“与企业级开源软件一样，它们也存在自身风险。”
