DeepSeek R1 · 每美元性能
DeepSeek R1 — H100 vs MI300X 每美元性能
H100（NVIDIA Hopper）与 MI300X（AMD CDNA 3）在 DeepSeek R1 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
MI300X 在 DeepSeek R1 上以 36 tok/s/user 运行时领先于 H100——每百万 token 成本 $0.99 对 $1.16，差距达 18%。
将 DeepSeek R1 推至 47 tok/s/user 时，H100 每百万 token 成本为 $1.59，MI300X 为 $1.42——MI300X 领先 12%。
H100：每百万 token $2.36。MI300X：$2.33。均在 DeepSeek R1 上以 58 tok/s/user 运行，MI300X 便宜 2%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Chip 定价（所属云服务商）： H100 $1.17/chip/hr · MI300X $0.95/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Dollar per Million Tokens | H100:$1.163MI300X:$0.986 | H100:$1.585MI300X:$1.416 | H100:$2.364MI300X:$2.328 |
| Concurrency | H100:~666MI300X:~31 | H100:~293MI300X:~17 | H100:~140MI300X:~8 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。
厂商:
部署模式:
投机解码: