GPT OSS Safeguard 20B
Réseau Neuronal
GPT OSS Safeguard 20B est un modèle MoE open source d'OpenAI (21B) pour la classification de contenu et le filtrage des réponses LLM.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche GPT OSS Safeguard 20B?
GPT OSS Safeguard 20B est un modèle de raisonnement d'OpenAI basé sur gpt-oss-20b, optimisé pour la sécurité. Il utilise des poids ouverts et une architecture Mixture-of-Experts de 21 milliards de paramètres, offrant une faible latence pour la classification de contenu, le filtrage des réponses LLM et les vérifications de confiance et de sécurité. Contrairement à la version de base, il est spécialisé dans l'évaluation des politiques plutôt que comme assistant universel. Via BotHub, accédez-y sans VPN ni carte étrangère : paiement en roubles par carte russe, uniquement à l'usage, pour les jetons consommés qui n'expirent pas. Plus de 250 modèles sont disponibles dans une interface unique, et l'API compatible OpenAI permet d'intégrer les vérifications sans réécrire l'intégration. Le trafic est chiffré AES-GCM. Pour les entreprises, nous proposons contrats, factures, EDI et panneau d'administration avec limites. Utile pour modérer le contenu utilisateur, vérifier les réponses des chatbots, trier les tickets de support par risque ou tester vos règles d'évaluation sur des poids ouverts.Questions fréquentes sur GPT OSS Safeguard 20B
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
C'est un modèle textuel avec un contexte de 131 072 jetons : il analyse de longs documents, explique le code, raisonne sur les tâches et appelle des fonctions externes. La gamme safeguard a été créée pour classer le contenu selon vos propres règles, ce qui le rend pratique pour les filtres et la modération de flux.
En une seule réponse, le modèle peut générer jusqu'à 65 536 jetons, soit des dizaines de pages de texte. Suffisant pour un rapport complet, une instruction volumineuse ou une analyse de code détaillée sans découpage. Si la réponse est coupée, demandez simplement de continuer.
Oui, le raisonnement avant réponse est confirmé par nos données : le modèle construit d'abord une chaîne d'étapes, puis formule une conclusion. Pour la classification, c'est particulièrement utile : vous voyez non seulement le verdict final, mais aussi la logique utilisée.
Oui. L'appel de fonctions et la sortie JSON structurée sont pris en charge, permettant de connecter le modèle à vos services pour obtenir des champs prévisibles au lieu de texte libre. Sur BotHub, cela fonctionne via une API compatible OpenAI : vous pouvez changer de modèle sans réécrire l'intégration.
Vous pouvez fournir du texte, des images et des documents en entrée ; le modèle les lit et répond par du texte. Il n'y a aucune mention de prise en charge audio ou vidéo dans nos données, et la génération d'images ou de sons n'est pas indiquée : vous recevez le résultat sous forme textuelle.
Il n'y a pas de mention spécifique sur les langues dans nos données, nous ne pouvons donc pas garantir la précision en russe. Le moyen le plus honnête est de tester votre propre requête : sur BotHub, l'accès est ouvert sans VPN ni carte étrangère, avec paiement par carte russe à l'usage.