gpt-oss 120B · Chip 对比
gpt-oss 120B — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 gpt-oss 120B 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。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。
B200 在 gpt-oss 120B 上以 152 tok/s/user 运行时达到 10903 tok/s/Chip（每百万 token $0.04）；GB200 NVL72 达到 17836 tok/s/Chip（$0.03）。GB200 NVL72 每 token 成本低 52%；GB200 NVL72 每 Chip 吞吐量高出 64%。
gpt-oss 120B 在 245 tok/s/user 交互性下的吞吐量：B200 为 4212 tok/s/Chip，GB200 NVL72 为 6536。每百万 token 成本分别为 $0.11 和 $0.08。GB200 NVL72 每 token 成本低 44%；GB200 NVL72 每 Chip 吞吐量高出 55%。
B200 / GB200 NVL72 在 gpt-oss 120B 上以 338 tok/s/user 运行：1769 / 2259 tok/s/Chip，$0.27 / $0.23 每百万 token。GB200 NVL72 每 token 成本低 19%；GB200 NVL72 每 Chip 吞吐量高出 28%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:10903.3GB200 NVL72:17835.7 | B200:4211.5GB200 NVL72:6535.9 | B200:1769.3GB200 NVL72:2258.7 |
| Cost ($/M tok) | B200:$0.044GB200 NVL72:$0.029 | B200:$0.114GB200 NVL72:$0.079 | B200:$0.272GB200 NVL72:$0.229 |
| tok/s/MW | B200:6376211GB200 NVL72:9537828 | B200:2462878GB200 NVL72:3495151 | B200:1034655GB200 NVL72:1207849 |
| Concurrency | B200:~68GB200 NVL72:~3024 | B200:~37GB200 NVL72:~71 | B200:~11GB200 NVL72:~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:
部署模式:
投机解码: