gpt-oss 120B · 每美元性能

gpt-oss 120B — H100 与 Jalapeño 每美元性能

对比 H100（NVIDIA Hopper）与 Jalapeño（OpenAI Jalapeño）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。

135 tok/s/user 接近 98–250 tok/s/user 交互性区间的下限。在这一运行点，H100 运行 gpt-oss 120B 的每百万 token 成本为 $0.07，Jalapeño 为 $0.01；Jalapeño 的成本效率高出 1102%。

当 gpt-oss 120B 的目标交互性为 174 tok/s/user 时，H100 与 Jalapeño 的每百万 token 成本分别为 $0.10 和 $0.01；Jalapeño 每美元可处理的总 token 数多出 1455%。

当 gpt-oss 120B 的目标交互性为 212 tok/s/user 时，H100 的每百万 token 成本为 $0.14，Jalapeño 为 $0.01；在这一运行点，Jalapeño 的成本效率高出 2038%。（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）： H100 $1.17/chip/hr · Jalapeño $1.27/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 →

gpt-oss 120B：H100 与 Jalapeño 在相同交互性水平下的每百万 token 成本 — H100 与 Jalapeño 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。

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）	H100:$0.074Jalapeño:$0.006	H100:$0.100Jalapeño:$0.006	H100:$0.145Jalapeño:$0.007
并发数	H100:~15Jalapeño:~1349	H100:~9Jalapeño:~845	H100:~4Jalapeño:~607