gpt-oss 120B · 每美元性能
gpt-oss 120B — H100 vs H200 每美元性能
H100（NVIDIA Hopper）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。
H100：每百万 token $0.12。H200：$0.12。均在 gpt-oss 120B 上以 117 tok/s/user 运行，H200 便宜 3%。
在 67–266 tok/s/user 交互性区间的中部——即 166 tok/s/user 处——H100 运行 gpt-oss 120B 每百万 token 成本为 $0.24，H200 为 $0.22。H200 便宜 9%。
在 gpt-oss 120B 上以 216 tok/s/user 运行时，每百万 token 成本分别为：H100 $0.44、H200 $0.42；H200 每美元多产出 5% 的 token。 （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）： H100 $1.17/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 | H100:$0.124H200:$0.120 | H100:$0.236H200:$0.216 | H100:$0.439H200:$0.418 |
| Concurrency | H100:~64H200:~64 | H100:~17H200:~43 | H100:~8H200:~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:
部署模式:
投机解码: