Llama 3.3 70B · 每美元性能
Llama 3.3 70B — H100 vs MI300X 每美元性能
H100（NVIDIA Hopper）与 MI300X（AMD CDNA 3）在 Llama 3.3 70B 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 35–109 tok/s/user 交互性区间的低端——即 53 tok/s/user 处——H100 运行 Llama 3.3 70B 每百万 token 成本为 $0.25，MI300X 为 $0.26。H100 便宜 3%。
在 Llama 3.3 70B 上以 72 tok/s/user 运行时，每百万 token 成本分别为：H100 $0.45、MI300X $0.46；H100 每美元多产出 2% 的 token。
在 Llama 3.3 70B 上以 91 tok/s/user 运行时，H100 每百万 token 成本为 $1.19，MI300X 为 $0.77。MI300X 在此工作点上的成本效率高出 55%。 （数据反映此 URL 的默认 1k/1k · fp8 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 · MI300X $1.12/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:$0.249MI300X:$0.257 | H100:$0.454MI300X:$0.462 | H100:$1.194MI300X:$0.771 |
| Concurrency | H100:~64MI300X:~50 | H100:~50MI300X:~32 | H100:~14MI300X:~18 |
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: