- 131K 上下文
- 推理
- Responses API
GPT-OSS 120B · QuickSilver Pro
通过一个 OpenAI 兼容 API 使用 GPT-OSS 120B,上下文窗口为 131K token。每百万 token 输入 $0.03,输出 $0.15。
- 131K 上下文
- 工具调用
- 推理 · 默认开启
- 流式输出
- 不支持 JSON Schema 输出
你支付 · 每 1M 输入 / 输出
$0.03 / $0.15
与官方价相同
与 Published reference 价格相同
价格对比($/1M token)
条形长度 = 相对所列最高价的价格
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $0.03 | $0.15 | — |
| Published reference(openai/gpt-oss-120b) | $0.03 | $0.15 | 相同 |
| OpenAI (GPT-4o mini) | $0.15 | $0.60 | 低 75% |
概览
- 上下文
- 131K token
- 输入 / 1M
- $0.03
- 输出 / 1M
- $0.15
- 默认思考
- 是
- 延迟 · 实时
- —
- AA 智能指数
- 16
基于 OpenAI 开放权重 117B MoE 的大批量生产级 agent —— 已经过数千亿 token 的实战检验。
什么时候该选 GPT-OSS 120B?
依据目录中的能力和公开价格整理,而非基准测试。
适用场景
想以开放模型的价格获得 OpenAI 级别的指令遵循能力时,选 GPT-OSS 120B:大批量 agent 循环、重度使用工具的自动化、大规模的后台摘要和分类。它的 117B MoE 每个 token 只激活 5.1B 参数,所以速度快,而且久经考验 —— 当下一些规模最大的公开 agent 部署就由它驱动。推理始终开启;可用 reasoning_effort 在深度与延迟、成本之间取舍。
- 需要调用工具的 Agent
- 多步推理,默认开启
- 既支持 Chat Completions,也支持 Responses API 客户端
何时该选其他模型
它 131K token 的窗口属于中等大小 —— 如果要放入整个代码库的上下文,GLM 5.3 Flash 和 Qwen3.8 27B 处于同一价格档,窗口却大得多。对于前沿难度的推理,请升级到 GPT-5.6 Sol 或 Claude Opus 5。这里推理是强制开启的,所以简单的高频调用也会消耗思考 token —— DeepSeek V4 Flash($0.06/$0.18)直接作答,没有这部分开销。
- 任务需要更强的模型GPT-6 Astra 的 AA 智能指数为 55(本模型为 16),输出价格为 333.333×。GPT-6 Astra $10.00 / $50.00 · 1M
- 你需要严格的 JSON Schema 输出GPT-6 Luna 支持 JSON Schema 输出,输出价格为 3.333×。GPT-6 Luna $0.10 / $0.50 · 1M
- 你需要图片输入GPT-6.1 Terra 支持图片输入,输出价格为 33.333×。GPT-6.1 Terra $1.00 / $5.00 · 1M
- 你需要更长的上下文GPT-5.6 Luna 支持 1M token,输出价格为 6.4×。GPT-5.6 Luna $0.16 / $0.96 · 1M
快速开始(curl)
获取 API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-oss-120b",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gpt-oss-120b",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "gpt-oss-120b",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-oss-120b",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="gpt-oss-120b",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)兼容 OpenAI。只需改一行 base_url 即可迁移。
网关行为
本模型的兼容性说明。
prompt- 提示最多 131K token。
- /v1/chat/completions: 支持
- /v1/responses: 支持
- 流式输出: 支持
- 工具调用: 支持
- 图片输入: 本模型未列出
- JSON Schema: 本模型未列出
- 推理: 支持
价格从何而来
- 服务商参考价
- $0.03 / $0.15
- 目录核验日期
- 提示缓存 · 不参与对比
- 读取 $0.03
usage.cost = prompt_tokens × $0.03/1M + completion_tokens × $0.15/1M
常见问题
常见问题
推理始终开启 —— 在这个 endpoint 上推理是强制的,无法关闭(试图关闭推理的请求会被上游拒绝)。可以用 reasoning_effort 在深度与延迟、成本之间取舍。推理 token 按输出 token 计费,并会先于可见回答从你的 max_tokens 预算中扣除,所以 max_tokens 要设得宽裕一些,否则回复可能被截断。
是的 —— 就是 OpenAI 发布的开放权重 117B mixture-of-experts 模型,以托管的 OpenAI 兼容 endpoint 形式提供。你无需自己运行 120B 级别的基础设施就能用上这个模型,并享有流式输出、工具调用,以及从 QuickSilver Pro 余额中按 token 计费。
可以 —— GPT-OSS 120B 在 QuickSilver Pro 上是一个 OpenAI 兼容的 chat completions endpoint(Responses API 同样可用)。设置 base_url=https://api.quicksilverpro.io/v1,填入你的 QSP key,并使用 model="gpt-oss-120b"。流式输出、工具调用和 usage.cost 统计都可用。
每百万 token 输入 $0.03,输出 $0.15。