跳到主要内容
  • 131K 上下文
  • 推理
  • Responses API

GPT-OSS 120B · QuickSilver Pro

gpt-oss-120b
OpenAI实时可用性—

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。

在模型列表中比较其他选择

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!"
  }'
python (OpenAI SDK)
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

目录 v87 · 无单独的长上下文价格档

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

/pricing.json

按基础价格计算;缓存的提示 token 按上方缓存价格计费。

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。

GPT-OSS 120B

充值翻倍试用 GPT-OSS 120B —— 最高赠送 $50 额度

获取 API Key

$0.03 / $0.15每 1M token 输入 / 输出

试用获取 API Key