gpt-oss 120B · 每美元性能
gpt-oss 120B — GB200 NVL72 vs H200 每美元性能
GB200 NVL72（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。
在 gpt-oss 120B 上以 101 tok/s/user 运行时，GB200 NVL72 每百万 token 成本为 $0.02，H200 为 $0.12。GB200 NVL72 在此工作点上的成本效率高出 488%。
GB200 NVL72 在 gpt-oss 120B 上以 157 tok/s/user 运行时领先于 H200——每百万 token 成本 $0.04 对 $0.22，差距达 537%。
将 gpt-oss 120B 推至 214 tok/s/user 时，GB200 NVL72 每百万 token 成本为 $0.07，H200 为 $0.47——GB200 NVL72 领先 578%。 （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）： GB200 NVL72 $2.21/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 | GB200 NVL72:$0.020H200:$0.118 | GB200 NVL72:$0.035H200:$0.223 | GB200 NVL72:$0.069H200:$0.469 |
| Concurrency | GB200 NVL72:~512H200:~64 | GB200 NVL72:~3055H200:~53 | GB200 NVL72:~105H200:~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:
聚合模式:
投机解码: