gpt-oss 120B · 每美元性能
gpt-oss 120B — H200 vs MI325X 每美元性能
H200（NVIDIA Hopper）与 MI325X（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 45–113 tok/s/user 交互性区间的低端——即 62 tok/s/user 处——H200 运行 gpt-oss 120B 每百万 token 成本为 $0.08，MI325X 为 $0.15。H200 便宜 72%。
在 gpt-oss 120B 上以 79 tok/s/user 运行时，每百万 token 成本分别为：H200 $0.10、MI325X $0.27；H200 每美元多产出 184% 的 token。
在 gpt-oss 120B 上以 96 tok/s/user 运行时，H200 每百万 token 成本为 $0.11，MI325X 为 $0.37。H200 在此工作点上的成本效率高出 232%。 （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）： H200 $1.41/GPU/hr · MI325X $1.28/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 | H200:$0.085MI325X:$0.146 | H200:$0.096MI325X:$0.272 | H200:$0.112MI325X:$0.372 |
| Concurrency | H200:~64MI325X:~64 | H200:~64MI325X:~19 | H200:~64MI325X:~21 |
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: