gpt-oss 120B · 每美元性能

gpt-oss 120B — H200 与 MI325X 每美元性能

对比 H200(NVIDIA Hopper)与 MI325X(AMD CDNA 3)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。

44 tok/s/user 接近 24–107 tok/s/user 交互性区间的下限。在这一运行点,H200 运行 gpt-oss 120B 的每百万 token 成本为 $0.034,MI325X 为 $0.057;H200 的成本低 41%。

当 gpt-oss 120B 的目标交互性为 65 tok/s/user 时,H200 与 MI325X 的每百万 token 成本分别为 $0.042 和 $0.079;H200 每美元可处理的总 token 数高出 87%。

当 gpt-oss 120B 的目标交互性为 86 tok/s/user 时,H200 的每百万 token 成本为 $0.049,MI325X 为 $0.16;在这一运行点,H200 的成本效率为对方的 3.4 倍。 (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): H200 $1.22/chip/hr · MI325X $1.10/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 →

MI325X vs H200:完整规格与各模型基准测试 →

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)
H200$0.034MI325X$0.057
H200$0.042MI325X$0.079
H200$0.049MI325X$0.16
并发数
H200~36MI325X~14
H200~62MI325X~8
H200~25MI325X~14
gpt-oss 120B:H200 与 MI325X 在相同交互性水平下的每百万 token 成本
H200 与 MI325X 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。
查看大图 ↗