gpt-oss 120B · 每美元性能
gpt-oss 120B — B200 vs H200 每美元性能
B200（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 gpt-oss 120B 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。
将 gpt-oss 120B 推至 112 tok/s/user 时，B200 每百万 token 成本为 $0.03，H200 为 $0.13——B200 领先 395%。
B200：每百万 token $0.03。H200：$0.24。均在 gpt-oss 120B 上以 164 tok/s/user 运行，B200 便宜 609%。
在 59–270 tok/s/user 交互性区间的高端——即 217 tok/s/user 处——B200 运行 gpt-oss 120B 每百万 token 成本为 $0.06，H200 为 $0.49。B200 便宜 706%。 （数据反映此 URL 的默认 1k/1k · fp4 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。）
GPU 定价（所属云服务商）： B200 $1.95/GPU/hr · H200 $1.41/GPU/hr. 来源： SemiAnalysis Market August 2025 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 | B200:$0.027H200:$0.132 | B200:$0.034H200:$0.243 | B200:$0.061H200:$0.493 |
| Concurrency | B200:~230H200:~64 | B200:~98H200:~45 | B200:~64H200:~7 |
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:
聚合模式:
投机解码: