8 月 11 日消息，OpenAI 于 8 月 6 日推出了其最小开源模型 gpt-oss-20b，在常见基准测试中与 OpenAI o3‑mini 模型取得类似结果。高通今日宣布，这是其首个可在搭载骁龙平台的终端侧运行的开源推理模型。
从官方新闻稿获悉，高通称 gpt-oss-20b 思维链推理模型可直接在搭载骁龙旗舰处理器的终端上运行。此前 OpenAI 的复杂模型仅限云端部署，这是 OpenAI 首次实现模型支持终端侧推理。通过提前获取模型，并结合高通 ® AI 引擎和 Qualcomm® AI Stack 进行集成测试，我们发现这款 200 亿参数的模型表现极为出色，能够完全在终端侧进行思维链推理。
高通认为这是一个关键转折点：预示着 AI 的未来方向，即丰富复杂的助手式推理也将在本地实现。这也展现了 AI 生态系统的成熟性，合作伙伴和开发者可以利用骁龙处理器，实时采用 OpenAI 等领军企业的开源创新成果。OpenAI 的 gpt-oss-20b 将助力终端设备利用终端侧推理，带来隐私保护和时延方面的优势，同时通过 AI 智能体为云端解决方案提供支持。
高通称，通过提前获取 gpt-oss-20b 模型，并结合 Qualcomm AI Stack 进行集成测试，见证了该模型的卓越能力，它能完全在终端侧进行复杂推理。开发者将可通过 Hugging Face 和 Ollama 等主流平台获取该模型，并在搭载骁龙平台的终端上发挥其性能。更多部署详情即将在 Qualcomm AI Hub 上公布。
将 Ollama 的轻量级的开源 LLM 服务框架和强大的骁龙平台集成，开发者和企业不仅可以直接在搭载骁龙计算平台的终端上运行 gpt-oss-20b 模型，还能够进行网页搜索等多个默认特性，无需额外配置。用户也可以在 Ollama 上尝试 Turbo 模式，以探索该模型的更多功能。
