gpt-oss 120B · Chip 对比
gpt-oss 120B — B200 vs H200
B200（NVIDIA Blackwell）与 H200（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。
B200 / H200 在 gpt-oss 120B 上以 112 tok/s/user 运行：17454 / 2983 tok/s/Chip，$0.03 / $0.11 每百万 token。B200 每 token 成本低 313%；B200 每 Chip 吞吐量高出 485%。
在 59–270 tok/s/user 交互性区间的中部，即 gpt-oss 120B 上以 164 tok/s/user 运行时：B200 达到 9401 tok/s/Chip（$0.05/百万 token），H200 达到 1607（$0.21/百万）。B200 每 token 成本低 313%；B200 每 Chip 吞吐量高出 485%。
以 217 tok/s/user 为目标在 gpt-oss 120B 上运行时，B200 产出 5671 tok/s/Chip（每百万 token $0.08），H200 产出 797（$0.42）。B200 每 token 成本低 401%；B200 每 Chip 吞吐量高出 611%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:17453.5H200:2982.7 | B200:9400.5H200:1607.1 | B200:5670.6H200:797.4 |
| Cost ($/M tok) | B200:$0.028H200:$0.114 | B200:$0.051H200:$0.211 | B200:$0.085H200:$0.425 |
| tok/s/MW | B200:10206748H200:2177150 | B200:5497375H200:1173057 | B200:3316145H200:582040 |
| Concurrency | B200:~177H200:~64 | B200:~64H200:~45 | B200:~61H200:~7 |
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: