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.
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 |
