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 $0.11——B200 领先 313%。
B200：每百万 token $0.05。H200：$0.21。均在 gpt-oss 120B 上以 164 tok/s/user 运行，B200 便宜 313%。
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 $0.08，H200 为 $0.42。B200 便宜 401%。 （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。）
Chip 定价（所属云服务商）： B200 $1.73/chip/hr · H200 $1.22/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 | B200:$0.028H200:$0.114 | B200:$0.051H200:$0.211 | B200:$0.085H200:$0.425 |
| Concurrency | B200:~177H200:~64 | B200:~64H200:~45 | B200:~61H200:~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:
部署模式:
投机解码: