gpt-oss 120B · 每美元性能

gpt-oss 120B — GB200 NVL72 与 H200 每美元性能

对比 GB200 NVL72(NVIDIA Blackwell)与 H200(NVIDIA Hopper)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。

当 gpt-oss 120B 的目标交互性为 115 tok/s/user 时,GB200 NVL72 的每百万 token 成本为 $0.012,H200 为 $0.060;在这一运行点,GB200 NVL72 的成本效率为对方的 4.9 倍。

当 gpt-oss 120B 的目标交互性为 162 tok/s/user 时,GB200 NVL72 与 H200 的每百万 token 成本分别为 $0.016 和 $0.084;GB200 NVL72 的每 token 成本低 81%。

将 gpt-oss 120B 的目标交互性设为 209 tok/s/user 时,GB200 NVL72 的每百万 token 成本为 $0.021,H200 为 $0.13;GB200 NVL72 的成本低 85%。 (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): GB200 NVL72 $1.86/chip/hr · H200 $1.22/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 →

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)
GB200 NVL72$0.012H200$0.060
GB200 NVL72$0.016H200$0.084
GB200 NVL72$0.021H200$0.13
并发数
GB200 NVL72~393H200~16
GB200 NVL72~253H200~13
GB200 NVL72~84H200~5
gpt-oss 120B:GB200 NVL72 与 H200 在相同交互性水平下的每百万 token 成本
GB200 NVL72 与 H200 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 ↗