gpt-oss-120b を動かすPCスペック（必要VRAM・メモリ・速度の目安）

OpenAI ・公開 2025-08 ・ 116.83Bパラメータ（MoE・アクティブ5.1B）・データ更新 2026-10-02

メモリ64GB以上のMac/Strix Haloで現実的

62GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

ユニファイドメモリ向けGPU1枚のVRAMでは足りない

96GB実用になるいちばん小さいMac: M5 Ultra（96GB）

131,072最大コンテキスト（学習時）

編集部の見立て

OpenAIが2025年8月に出したオープンウェイト2種の大きいほうで、配布元は本番用途や深い推論向けと位置づけています。総116.83Bに対し、推論で動くのは5.1Bです。配布はMXFP4の59GBだけで、8kの会話を含めると61.6GBが要ります。家庭用のGPU1枚には収まりません。

現実的なのはメモリ128GBのRyzen AI Max+ 395（Strix Halo）で推定31.6tok/s、Macなら96GBのM5 Ultraで推定144.4tok/s。大容量のユニファイドメモリ機を持つ人が、100B級を実用の速さで回すための1本です。

量子化別の必要メモリ

ファイルサイズは Hugging Face（ggml-org/gpt-oss-120b-GGUF）に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（36層・うち18層は直近の範囲だけを見る層）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化	ファイル	KVキャッシュ（8k）	必要合計	GPUなら	Macなら
4bit（MXFP4） gpt-oss公式形式	59GB	0.3GB	62GB	GPU単体では不可	96GB〜

モデルの構造と、必要メモリの増え方

gpt-oss-120bはOpenAIが2025年8月に公開した116.83Bのモデルです。GGUFのヘッダには36層と書かれており、総パラメータ116.83Bのうち、1トークンの生成で実際に読むのは約5.1Bです（MoE）。メモリには全部を載せる必要がある一方、毎回読み出す量はアクティブパラメータのぶんで済むため、同じサイズのdense型より速く動きます。

注意機構は混合型で、全域注意が18層、残り18層は窓128トークンのスライディングウィンドウです。コンテキストに比例して増えるのは全域注意の18層ぶん（1トークンあたり約36KB）だけで、スライディングウィンドウの18層は窓128トークンぶん（約0.0GB）で頭打ちになります。

実際の値は、8,192トークンで0.3GB、学習時の上限131,072トークンまで伸ばすと4.5GBです。

ライセンス表記: apache-2.0（層数と窓の大きさはGGUFヘッダから取得）

このモデルを実際に使うなら

配布元が想定する機材はH100のような80GBのGPU1枚です。手元では、実効85.8GBのStrix Halo（128GB）に61.6GBを載せ、残る24GBほどを文脈とほかのアプリで分け合う形になります。KVが伸びるのは全域注意の18層だけで1トークン36KB。

上限131,072トークンまで広げても8k時より約4.2GB増で、長文を渡してもメモリが膨らみにくい構造です。応答はharmony形式が前提で、推論の深さは3段階から選びます。配布元は思考の過程をすべて見られる一方、エンドユーザーに見せる用途ではないと注記しています。

社内ツールに組み込むなら、最終回答だけを表示する作りにしておきましょう。59GBのファイルは取得にも時間がかかるので、SSDの空きは100GB単位で確保しておくのが確実。比べる相手は同じ骨格のGPT-OSS-Swallow 120Bです。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはgpt-ossで、当サイト収録の204モデル中4本が同じ系統です。gpt-oss系。スライディングウィンドウ注意を1層おきに挟むMoEで、配布の標準形式はMXFP4です。

配布元はggml-org/gpt-oss-120b-GGUF、元になったモデルはopenai/gpt-oss-120bです。

得意分野は推論（段階を踏んで考える処理）です。

同じOpenAIのモデルでは、サイズの近いものにgpt-oss-20b（20.91B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（MXFP4）（59GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。このモデルは36層のうち18層がスライディングウィンドウ注意（窓128トークン）なので、長くしてもKVが伸びにくい構造です。

コンテキスト	KVキャッシュ	必要合計	必要なGPU	必要なMac
4,096	0.1GB	61GB	GPU単体では不可	96GB〜
8,192既定	0.3GB	62GB	GPU単体では不可	96GB〜
16,384	0.6GB	62GB	GPU単体では不可	96GB〜
32,768	1.1GB	62GB	GPU単体では不可	96GB〜
65,536	2.3GB	64GB	GPU単体では不可	96GB〜
131,072	4.5GB	66GB	GPU単体では不可	96GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約1.1GBから約0.6GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル	開発元	4bitで必要	一言
GPT-OSS-Swallow 120B	Swallow（東京科学大学・産総研）	85GB	gpt-oss-120bに日本語を追加学習したMoE。Mac 96GB以上向け
Laguna S 2.1 118B-A8B	poolside	71GB	エージェント型コーディング向けの118BのMoE（アクティブ8B）。Mac 96GB以上が対象
Mistral Small 4 119B	Mistral AI	72GB	総119B・アクティブ6.5BのMoE。Apache 2.0。Mac 96GB以上が対象
Qwen3.5 122B-A10B	Alibaba	74GB	メモリ96〜128GB級向け
Command A 111B	Cohere	66GB	Cohereの111B（dense型）。研究用途向けライセンス（CC BY-NC）。Mac 96GB以上が対象
GLM-4.5-Air 106B-A12B	Z.ai	72GB	メモリ64GB以上向けの高性能MoE