Llama 3.3 70B · 每美元性能
Llama 3.3 70B — H200 vs MI300X 每美元性能
H200（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。
H200：每百万 token $0.11。MI300X：$0.22。均在 Llama 3.3 70B 上以 44 tok/s/user 运行，H200 便宜 110%。
在 22–112 tok/s/user 交互性区间的中部——即 67 tok/s/user 处——H200 运行 Llama 3.3 70B 每百万 token 成本为 $0.16，MI300X 为 $0.38。H200 便宜 131%。
在 Llama 3.3 70B 上以 90 tok/s/user 运行时，每百万 token 成本分别为：H200 $0.26、MI300X $0.75；H200 每美元多产出 191% 的 token。 （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）： H200 $1.41/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 | H200:$0.106MI300X:$0.222 | H200:$0.163MI300X:$0.377 | H200:$0.256MI300X:$0.745 |
| Concurrency | H200:~96MI300X:~64 | H200:~64MI300X:~32 | H200:~37MI300X:~20 |
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: