Llama 3.3 70B · 每美元性能
Llama 3.3 70B — H200 vs MI355X 每美元性能
H200（NVIDIA Hopper）与 MI355X（AMD CDNA 4）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 Llama 3.3 70B 上以 54 tok/s/user 运行时，每百万 token 成本分别为：H200 $0.13、MI355X $0.18；H200 每美元多产出 39% 的 token。
在 Llama 3.3 70B 上以 75 tok/s/user 运行时，H200 每百万 token 成本为 $0.19，MI355X 为 $0.26。H200 在此工作点上的成本效率高出 37%。
H200 在 Llama 3.3 70B 上以 96 tok/s/user 运行时领先于 MI355X——每百万 token 成本 $0.30 对 $0.55，差距达 82%。 （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 · MI355X $1.48/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:$0.131MI355X:$0.182 | H200:$0.190MI355X:$0.261 | H200:$0.300MI355X:$0.548 |
| Concurrency | H200:~64MI355X:~50 | H200:~63MI355X:~46 | H200:~29MI355X:~16 |
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: