gpt-oss 120B · GPU 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 18590 tok/s/GPU（每百万 token $0.03）；GB200 NVL72 达到 17836 tok/s/GPU（$0.03）。B200 每 token 成本低 18%；B200 每 GPU 吞吐量高出 4%。
gpt-oss 120B 在 245 tok/s/user 交互性下的吞吐量：B200 为 6848 tok/s/GPU，GB200 NVL72 为 6536。每百万 token 成本分别为 $0.08 和 $0.09。B200 每 token 成本低 16%；B200 每 GPU 吞吐量高出 5%。
B200 / GB200 NVL72 在 gpt-oss 120B 上以 338 tok/s/user 运行：1669 / 2259 tok/s/GPU，$0.31 / $0.27 每百万 token。GB200 NVL72 每 token 成本低 16%；GB200 NVL72 每 GPU 吞吐量高出 35%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:18589.7GB200 NVL72:17835.7 | B200:6848.5GB200 NVL72:6535.9 | B200:1669.5GB200 NVL72:2258.7 |
| Cost ($/M tok) | B200:$0.029GB200 NVL72:$0.034 | B200:$0.079GB200 NVL72:$0.092 | B200:$0.310GB200 NVL72:$0.268 |
| tok/s/MW | B200:8566673GB200 NVL72:8493209 | B200:3155985GB200 NVL72:3112349 | B200:769335GB200 NVL72:1075561 |
| Concurrency | B200:~130GB200 NVL72:~3024 | B200:~63GB200 NVL72:~71 | B200:~10GB200 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:
聚合模式:
投机解码: