はじめに

2025年8月5日、OpenAIがオープンソース（実際はオープンウェイト）LLMファミリー「GPT-OSS」をリリースしました。Apache 2.0ライセンスで提供されるこのモデルは、企業や個人開発者が自由に利用・カスタマイズできる画期的なものです。

本記事では、「GPT-OSSを実際に動かすといくらかかるのか」という現実的な視点から、GPU要件、実行コスト、そして実際の運用方法について徹底解説します。特に「量化なし・最適化なしの原版モデ」を運用する際のリアルなコストに焦点を当てます。

GPT-OSSとは

GPT-OSSは、OpenAIが開発したMixture-of-Experts（MoE）アーキテクチャを採用したTransformerベースの大規模言語モデルです。2つのモデルサイズが提供されています：

モデルラインナップ

モデル	総パラメータ数	アクティブパラメータ/トークン	レイヤー数	エキスパート数
gpt-oss-120b	117B	5.1B	36層	128エキスパート/MoE層
gpt-oss-20b	21B	3.6B	24層	32エキスパート/MoE層

両モデルとも：

最大128,000トークンのコンテキスト長をサポート
Rotary Positional Embeddings（RoPE）を使用
グループ化マルチクエリアテンション（グループサイズ8）を採用

ベンチマーク性能

GPT-OSSは、OpenAIの独自モデルと比較して優れた性能を示しています：

GPT-OSS-120B vs o4-mini

ベンチマーク	GPT-OSS-120B	比較結果
AIME 2024	96.6%精度（ツール使用時）	o4-miniを上回る
AIME 2025	97.9%精度（ツール使用時）	o4-miniを上回る
MMLU	-	o4-miniと同等以上
HLE	-	o4-miniと同等以上
TauBench	高いツール使用・コーディング性能	o4-miniと同等
HealthBench	-	o4-miniを上回る

GPT-OSS-20B vs o3-mini

小型版のGPT-OSS-20Bも、o3-miniと同等またはそれ以上の性能を示し、特に競技数学（AIME）と医療関連クエリで優れた結果を出しています。

価格差：GPU要件とメモリ使用量

非量化版（FP16/BF16）の要件

GPT-OSS-120B

必要VRAM: 60-80GB
推奨GPU: NVIDIA H100 80GB、H200 140GB
最小構成: 単一の高メモリGPU

GPT-OSS-20B

必要VRAM: 約16GB
推奨GPU: RTX 4090（24GB）、RTX 5090（32GB）
最小構成: RTX 4070 Ti（16GB）でも動作可能

量化版の要件

MXFP4量化（4.25ビット/パラメータ）を使用した場合：

モデル	MXFP4量化時のVRAM
GPT-OSS-120B	約61GB
GPT-OSS-20B	約16GB

リアルなGPUクラウド価格（2025年8月調査）

H100 80GB GPU時間単価

プロバイダー	時間単価（USD）	特徴
VAST.AI	$1.87-$1.92	🏆最安値帯、オンデマンド
Lambda Labs	$2.49-$3.29	フルノードアクセス、バンドル価格
Northflank	$2.74	高速起動、クォータ不要
Runpod	$4.18	GPU単体価格、CPU/RAM別料金
Azure NC H100	$6.98	エンタープライズ向け、SLA保証
AWS EC2 P5	$7.57	エンタープライズ向け、統合サービス
Google Cloud	$10-$11	クォータ制限あり

VAST.AI実測価格（2025年8月8日確認）

実際のVAST.AIマーケットプレイスでの価格：

H100 SXM 80GB: $1.873/時間（テキサス、米国）
H200 140GB: $1.72/時間（ハンガリー）
H100 NVL 94GB: $2.05/時間（チェコ）

GPT-OSS-120B運用コスト比較

プロバイダー	月額コスト（USD）	VAST.AI比
VAST.AI	$1,347	-
Lambda Labs	$1,793	+33%
AWS EC2 P5	$5,450	+305%
Azure	$5,026	+273%

AWSは4倍の価格差！ 同じGPUでも選択次第で月額$4,000以上の差が生まれます。

コンシューマーGPUでのローカル実行

RTX 4090/5090の価格と性能

GPU	MSRP	実売価格帯	VRAM
RTX 4090	$1,599	$1,600-$3,000+	24GB
RTX 5090	$1,999	$1,999-$3,000+	32GB

ローカル実行時のパフォーマンス

モデル	ハードウェア	推論速度
GPT-OSS-20B	MacBook Pro M3 Pro（18GB RAM）	約30トークン/秒
GPT-OSS-120B	RTX 3090 + i9-14900K	約25トークン/秒

つまり、**RTX 4090一枚（約20万円）**で、GPT-OSS-20Bを快適に動かせます。

10分で始めるセットアップ方法

Macでの実行（Apple Silicon M1/M2/M3）

# Homebrewのインストール
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

# Ollamaのインストール
brew install ollama

# Ollamaサーバーの起動
ollama serve

# 別ターミナルでモデルをダウンロード・実行
ollama pull gpt-oss:20b
ollama run gpt-oss:20b

Hugging Faceからの直接ダウンロード

# Hugging Face CLIでウェイトをダウンロード
huggingface-cli download openai/gpt-oss-20b \
  --include "original/*" \
  --local-dir gpt-oss-20b/

# Transformersでの実行
pip install transformers torch accelerate

Dockerでの実行

FROM nvidia/cuda:12.1.0-base-ubuntu22.04

RUN apt-get update && apt-get install -y python3-pip
RUN pip3 install transformers torch accelerate

# モデルのダウンロードと実行
CMD ["python3", "run_gpt_oss.py"]

実世界のユースケース

1. エンタープライズ活用

RAG（Retrieval-Augmented Generation）：企業内データと連携
ドキュメント生成：技術文書の自動作成
コード生成・レビュー：開発効率の向上
意思決定支援：戦略立案のアシスタント

2. ヘルスケア分野

臨床ガイドラインへの特化ファインチューニング
HIPAA準拠のローカル展開
患者データ分析（プライバシー保護）
医療研究支援

3. 開発者ツール

APIインテグレーション
システムアーキテクチャ設計
デバッグ支援
Chain-of-Thought推論による複雑な問題解決

4. エージェント型タスク

自律的なツール呼び出し
マルチステップタスクの実行
動的なソフトウェア環境との対話

賢い選択：コスト最適化の現実解

1. モデル選択フローチャート

予算は月額$500以下？
├─ YES → GPT-OSS-20B
│   ├─ ローカル実行可能？
│   │   ├─ YES → RTX 4090購入（初期投資20万円）
│   │   └─ NO → VAST.AI（RTX 4090: $0.40/時間）
│   └─ 推論速度: 30トークン/秒
│
└─ NO → GPT-OSS-120B
    ├─ 信頼性重視？
    │   ├─ YES → AWS/Azure（月額$5,000+）
    │   └─ NO → VAST.AI（月額$1,347）
    └─ 性能: AIME 97.9%精度

2. 隠れコストに注意

クラウドの隠れコスト

データ転送料: AWS/Azureは別途課金
ストレージ: モデル保存に追加料金
クォータ申請: 大手は承認待ち時間あり

VAST.AIの注意点

可用性: 個人ホストのため不安定な場合あり
信頼性: 99.7%程度（AWS/Azureは99.99%）
サポート: 限定的

3. 実践的な推奨構成

個人開発者・スタートアップ

モデル: GPT-OSS-20B
環境: 
  - 開発: ローカル（RTX 4090）
  - 本番: VAST.AI（$0.40/時間）
月額予算: $300-500

エンタープライズ

モデル: GPT-OSS-120B
環境:
  - 開発: Lambda Labs（$2.49/時間）
  - 本番: AWS EC2 P5（SLA保証）
月額予算: $2,000-6,000

研究・実験用途

モデル: 両モデルを使い分け
環境: VAST.AI（スポットインスタンス）
月額予算: $500-1,000

よくある質問と回答

Q: 本当に$1.87/時間で動くの？

A: はい、実際に動きます。 2025年8月8日時点のVAST.AI実測値です。ただし：

可用性は保証されません
価格は変動します
エンタープライズサポートはありません

Q: RTX 4090で120Bモデルは動く？

A: いいえ、VRAMが不足します。

RTX 4090: 24GB VRAM → 20Bモデルまで
120Bモデル: 最低60GB VRAM必要

Q: 量化版の性能劣化は？

A: MXFP4量化では最小限です。

ベンチマーク精度: -1〜2%程度
推論速度: むしろ向上
メモリ使用: 約25%削減

まとめ：GPT-OSSがもたらす民主化

GPT-OSSの登場により、以下が現実になりました：

🎯 主要ポイント

月額13万円でo4-mini級のAIを所有可能
20万円のGPUでローカル実行可能
クラウド選択で4倍の価格差
完全オープンソースで商用利用OK

📊 コストパフォーマンス比較

選択肢	初期投資	月額コスト	性能
ChatGPT Plus	$0	$20	制限あり
GPT-OSS-20B（ローカル）	$2,000	$0	無制限
GPT-OSS-120B（VAST.AI）	$0	$1,347	o4-mini超え
GPT-OSS-120B（AWS）	$0	$5,450	同上+SLA

参考リンク

著者について: AI/MLエンジニアとして、LLMの実装と最適化に従事。本記事は2025年8月8日時点の実測データに基づいています。価格は変動する可能性があります。