gpt-oss 120B · GPU 对比
gpt-oss 120B — B200 vs H100
B200（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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。
gpt-oss 120B 在 117 tok/s/user 交互性下的吞吐量：B200 为 20258 tok/s/GPU，H100 为 2622。每百万 token 成本分别为 $0.03 和 $0.14。B200 每 token 成本低 417%；B200 每 GPU 吞吐量高出 673%。
B200 / H100 在 gpt-oss 120B 上以 166 tok/s/user 运行：15502 / 1379 tok/s/GPU，$0.04 / $0.26 每百万 token。B200 每 token 成本低 632%；B200 每 GPU 吞吐量高出 1024%。
在 67–266 tok/s/user 交互性区间的高端，即 gpt-oss 120B 上以 216 tok/s/user 运行时：B200 达到 8506 tok/s/GPU（$0.06/百万 token），H100 达到 740（$0.49/百万）。B200 每 token 成本低 700%；B200 每 GPU 吞吐量高出 1050%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:20257.7H100:2621.5 | B200:15502.5H100:1379.3 | B200:8505.6H100:739.7 |
| Cost ($/M tok) | B200:$0.027H100:$0.139 | B200:$0.036H100:$0.262 | B200:$0.061H100:$0.487 |
| tok/s/MW | B200:9335363H100:1515329 | B200:7144005H100:797303 | B200:3919610H100:427578 |
| Concurrency | B200:~219H100:~64 | B200:~92H100:~17 | B200:~64H100:~8 |
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: