gpt-oss 120B · 每美元性能

gpt-oss 120B — B200 与 GB200 NVL72 每美元性能

对比 B200(NVIDIA Blackwell)与 GB200 NVL72(NVIDIA Blackwell)在 gpt-oss 120B 上的每百万 token 成本。该指标采用 Hyperscaler 自有设备 TCO 口径,并按总 token 数归一化,用于比较不同 LLM 工作负载下的每美元性能。可在任一目标交互性下找出成本更低的 SKU,并通过下方图表控件切换序列长度、精度和指标;操作方式与主推理图表相同。

将 gpt-oss 120B 的目标交互性设为 155 tok/s/user 时,B200 的每百万 token 成本为 $0.021,GB200 NVL72 为 $0.015;GB200 NVL72 的成本低 27%。

在 gpt-oss 120B 的 243 tok/s/user 运行点,B200 的每百万 token 成本为 $0.036,GB200 NVL72 为 $0.026;GB200 NVL72 便宜 26%。

330 tok/s/user 接近 68–418 tok/s/user 交互性区间的上限。在这一运行点,B200 运行 gpt-oss 120B 的每百万 token 成本为 $0.076,GB200 NVL72 为 $0.058;GB200 NVL72 的成本低 24%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)

芯片价格(Hyperscaler 自有设备口径): B200 $1.73/chip/hr · GB200 NVL72 $1.86/chip/hr. 来源: SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.

查看完整延迟与吞吐量对比 →

GB200 NVL72 vs B200:完整规格与各模型基准测试 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
每百万 token 成本(美元)
B200$0.021GB200 NVL72$0.015
B200$0.036GB200 NVL72$0.026
B200$0.076GB200 NVL72$0.058
并发数
B200~32GB200 NVL72~343
B200~6GB200 NVL72~56
B200~8GB200 NVL72~17
gpt-oss 120B:B200 与 GB200 NVL72 在相同交互性水平下的每百万 token 成本
B200 与 GB200 NVL72 在此对比默认工作负载下的每百万 token 成本。成本越低表示每美元性能越高。
查看大图 ↗