gpt-oss 120B · 芯片对比

gpt-oss 120B — B200 与 GB200 NVL72

对比 B200(NVIDIA Blackwell)与 GB200 NVL72(NVIDIA Blackwell)在 gpt-oss 120B 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。

在 gpt-oss 120B 的 155 tok/s/user 运行点,B200 的吞吐量为 22,825 tok/s/chip,每百万 token 成本为 $0.021;GB200 NVL72 的吞吐量为 33,534 tok/s/chip,每百万 token 成本为 $0.015。GB200 NVL72 的每 token 成本低 27%;GB200 NVL72 的单芯片吞吐量高出 47%。

当 gpt-oss 120B 的目标交互性为 243 tok/s/user 时,B200 与 GB200 NVL72 的吞吐量分别为 13,355 和 19,526 tok/s/chip,每百万 token 成本分别为 $0.036 和 $0.026。GB200 NVL72 的每 token 成本低 26%;GB200 NVL72 的单芯片吞吐量高出 46%。

以 330 tok/s/user 为目标运行 gpt-oss 120B 时,B200 的吞吐量为 6,328 tok/s/chip,每百万 token 成本为 $0.076;GB200 NVL72 的吞吐量为 8,905 tok/s/chip,每百万 token 成本为 $0.058。GB200 NVL72 的每 token 成本低 24%;GB200 NVL72 的单芯片吞吐量高出 41%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)

查看每美元性能对比 →

GB200 NVL72 vs B200:完整规格与各模型基准测试 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
吞吐量(tok/s/chip)
B20022,825GB200 NVL7233,534
B20013,355GB200 NVL7219,526
B2006,328GB200 NVL728,905
成本($/M tok)
B200$0.021GB200 NVL72$0.015
B200$0.036GB200 NVL72$0.026
B200$0.076GB200 NVL72$0.058
tok/s/MW
B20013,348,051GB200 NVL7217,932,795
B2007,810,104GB200 NVL7210,441,533
B2003,700,528GB200 NVL724,761,975
并发数
B200~32GB200 NVL72~343
B200~6GB200 NVL72~56
B200~8GB200 NVL72~17