gpt-oss 120B 本地部署需要多少記憶體？
看能跑的裝置gpt-oss 120B 是 MoE 模型，總參數 116.8B，每 token 啟用 5.1B。Q4 量化整機放顯存需要 67GB；把專家放進系統記憶體後只需 4GB 顯存 + 65GB 記憶體。目前最便宜能跑的顯示卡是 RTX PRO 5000 Blackwell 72GB，二手約 NT$291,440，預估 135.3 tokens/s。卸載模式下最便宜能跑的顯示卡是 GeForce RTX 2080 Ti，預估 21 tokens/s。
gpt-oss 120B 版本資訊
gpt-oss 120B 各量化與上下文的記憶體需求
8K 總記憶體MoE：總參數 116.8B 全部要常駐記憶體，速度按每 token 啟用的 5.1B 計算。
| 量化 | 權重體積GB | 8K 總記憶體GB | 32K 總記憶體GB | 128K 總記憶體GB |
|---|---|---|---|---|
| Q4_K_M | 62.8GGUF | 66.7 | 68.4 | 75.1 |
| Q5_K_M | 62.9GGUF | 80.4 | 82.1 | 88.8 |
| Q8_0 | 63.4GGUF | 122.7 | 124.4 | 131.1 |
| FP16 | 65.4GGUF | 230.1 | 231.7 | 238.5 |
總記憶體 = 權重 + KV cache（FP16）+ 1GB 執行開銷。標 GGUF 的權重是倉庫裡的實測檔案體積，標「估」的按每參數位元組估算。超過這個模型 128K 上下文上限的檔位寫「—」。
什麼顯示卡能跑 gpt-oss 120B？
Q4_K_M · 8K 上下文 · 依閒魚二手價升序| 裝置 | 顯存GB | 二手價 | 預估 t/s | 建議上下文 |
|---|---|---|---|---|
 RTX PRO 5000 Blackwell 72GB | 72 | NT$291,44011 筆掛牌 | 135.3 | 32K |
| RTX PRO 6000D | 84 | NT$329,04619 筆掛牌 | 144.8 | 128K |
| RTX PRO 6000 Blackwell | 96 | NT$557,02710 筆掛牌 | 152.9 | 128K |
| DGX Spark 128GB | 128 | —暫無掛牌 | 48.3 | 128K |
| Mac Studio M4 Max 128GB | 128 | —暫無掛牌 | 68.4 | 128K |
| Mac Studio M5 Max 128GB | 128 | —暫無掛牌 | 74.4 | 128K |
| MacBook Pro M4 Max 128GB | 128 | —暫無掛牌 | 68.4 | 128K |
| MacBook Pro M5 Max 128GB | 128 | —暫無掛牌 | 74.4 | 128K |
 Ryzen AI Max+ 395 128GB | 128 | —暫無掛牌 | 34.6 | 128K |
| Mac Studio M3 Ultra 512GB | 512 | —暫無掛牌 | 90.3 | 128K |
判定口徑：權重 + KV cache + 執行開銷 ≤ 可用記憶體，單卡。MoE 模型標「卸載」表示把專家權重放進系統記憶體後能跑（顯存只放注意力層與 KV cache），速度按記憶體頻寬 70 GB/s 估算。上下文欄給的是能裝下的最大檔位。
把專家放進記憶體後還能跑 gpt-oss 120B 的顯示卡
專家權重放系統記憶體，需要 ≥ 65 GB 記憶體；顯存只放注意力層、共享專家和 KV cache，Q4 下最低 4 GB。速度受記憶體頻寬限制（按 70 GB/s 估算），比整機放顯存慢得多。
用 Ollama / llama.cpp / vLLM 啟動 gpt-oss 120B
Ollama 一行指令拉起，量化檔位由官方標籤決定。
ollama run gpt-oss:120b
llama.cpp 直接從 Hugging Face 拉 GGUF，-c 是上下文長度。
llama-server -hf unsloth/gpt-oss-120b-GGUF:Q4_K_M -c 8192
vLLM 跑的是原始精度權重，記憶體需求比 GGUF 高得多，通常要多卡。
vllm serve openai/gpt-oss-120b
量化檔名以模型庫當週抓取為準，口徑見資料方法。 資料方法
常見問題
gpt-oss 120B 需要多少記憶體？
在 Q4_K_M 量化、8K 上下文下 gpt-oss 120B 約需 67GB 記憶體，留到 84GB 更穩。
哪張顯示卡最便宜能跑 gpt-oss 120B？
RTX PRO 5000 Blackwell 72GB，72GB 記憶體，目前二手中位價約 NT$291,440，預估 135.3 tokens/s。
gpt-oss 120B 能用 Ollama 跑嗎？
能，指令是 ollama run gpt-oss:120b。