gpt-oss 120B — B200 与 Jalapeño
对比 B200（NVIDIA Blackwell）与 Jalapeño（OpenAI Jalapeño）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。
当 gpt-oss 120B 的目标交互性为 177 tok/s/user 时，B200 与 Jalapeño 的吞吐量分别为 19679 和 54802 tok/s/chip，每百万 token 成本分别为 $0.02 和 $0.01。Jalapeño 的成本效率高出 279%；Jalapeño 的单芯片吞吐量高出 178%。
以 258 tok/s/user 为目标运行 gpt-oss 120B 时，B200 的吞吐量为 12323 tok/s/chip，每百万 token 成本为 $0.04；Jalapeño 的吞吐量为 47075 tok/s/chip，每百万 token 成本为 $0.01。Jalapeño 的成本效率高出 420%；Jalapeño 的单芯片吞吐量高出 282%。
338 tok/s/user 接近 98–418 tok/s/user 交互性区间的上限。在这一运行点，B200 运行 gpt-oss 120B 的吞吐量为 5717 tok/s/chip，每百万 token 成本为 $0.08；Jalapeño 的吞吐量为 35189 tok/s/chip，每百万 token 成本为 $0.01。Jalapeño 的成本效率高出 738%；Jalapeño 的单芯片吞吐量高出 515%。 （以上数据基于此 URL 对应的默认 8k/1k · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:19679.2Jalapeño:54802.5 | B200:12323.3Jalapeño:47075.4 | B200:5717.2Jalapeño:35189.0 |
| 成本（$/M tok） | B200:$0.024Jalapeño:$0.006 | B200:$0.039Jalapeño:$0.007 | B200:$0.084Jalapeño:$0.010 |
| tok/s/MW | B200:11508326Jalapeño:48713326 | B200:7206622Jalapeño:41844786 | B200:3343400Jalapeño:31279154 |
| 并发数 | B200:~28Jalapeño:~820 | B200:~5Jalapeño:~397 | B200:~8Jalapeño:~181 |