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。
在 gpt-oss 120B 上以 117 tok/s/user 运行时，H100 和 H200 的每百万 token 成本几乎相同（$0.14 对 $0.14），差距在 ~1% 以内。
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 $0.26，H200 为 $0.25。H200 便宜 5%。
在 gpt-oss 120B 上以 216 tok/s/user 运行时，H100（$0.49）与 H200（$0.48）的每百万 token 成本基本持平。 （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）： H100 $1.30/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 | H100:$0.139H200:$0.140 | H100:$0.262H200:$0.249 | H100:$0.487H200:$0.485 |
| 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:
聚合模式:
投机解码: