gpt-oss 120B · 每美元性能
gpt-oss 120B — H100 vs MI300X 每美元性能
H100（NVIDIA Hopper）与 MI300X（AMD CDNA 3）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 112 tok/s/user 运行时，H100 每百万 token 成本为 $0.12，MI300X 为 $0.17。H100 在此工作点上的成本效率高出 42%。
H100 在 gpt-oss 120B 上以 158 tok/s/user 运行时领先于 MI300X——每百万 token 成本 $0.21 对 $0.33，差距达 54%。
将 gpt-oss 120B 推至 203 tok/s/user 时，H100 每百万 token 成本为 $0.37，MI300X 为 $0.85——H100 领先 131%。 （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 · MI300X $0.95/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:$0.116MI300X:$0.165 | H100:$0.214MI300X:$0.329 | H100:$0.370MI300X:$0.854 |
| Concurrency | H100:~64MI300X:~15 | H100:~28MI300X:~5 | H100:~10MI300X:~7 |
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: