Llama 3.3 70B · 每美元性能
Llama 3.3 70B — H200 vs MI325X 每美元性能
H200（NVIDIA Hopper）与 MI325X（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。
将 Llama 3.3 70B 推至 51 tok/s/user 时，H200 每百万 token 成本为 $0.11，MI325X 为 $0.20——H200 领先 85%。
H200：每百万 token $0.16。MI325X：$0.36。均在 Llama 3.3 70B 上以 75 tok/s/user 运行，H200 便宜 121%。
在 27–124 tok/s/user 交互性区间的高端——即 100 tok/s/user 处——H200 运行 Llama 3.3 70B 每百万 token 成本为 $0.29，MI325X 为 $0.70。H200 便宜 143%。 （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。）
Chip 定价（所属云服务商）： H200 $1.22/chip/hr · MI325X $1.10/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 | H200:$0.107MI325X:$0.198 | H200:$0.164MI325X:$0.363 | H200:$0.287MI325X:$0.699 |
| Concurrency | H200:~64MI325X:~64 | H200:~63MI325X:~53 | H200:~24MI325X:~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:
部署模式:
投机解码: