gpt-oss 120B · Chip 对比
gpt-oss 120B — B200 vs MI300X
B200（NVIDIA Blackwell）与 MI300X（AMD CDNA 3）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。
在 gpt-oss 120B 上以 106 tok/s/user 交互性运行时，B200 吞吐量为 18505 tok/s/Chip，每百万 token 成本 $0.03；MI300X 吞吐量为 1744 tok/s/Chip，成本 $0.15。B200 每 token 成本低 483%；B200 每 Chip 吞吐量高出 961%。
B200 在 gpt-oss 120B 上以 154 tok/s/user 运行时达到 10626 tok/s/Chip（每百万 token $0.05）；MI300X 达到 842 tok/s/Chip（$0.31）。B200 每 token 成本低 593%；B200 每 Chip 吞吐量高出 1162%。
gpt-oss 120B 在 201 tok/s/user 交互性下的吞吐量：B200 为 6666 tok/s/Chip，MI300X 为 323。每百万 token 成本分别为 $0.07 和 $0.82。B200 每 token 成本低 1033%；B200 每 Chip 吞吐量高出 1963%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:18505.3MI300X:1743.9 | B200:10625.6MI300X:842.2 | B200:6665.6MI300X:323.1 |
| Cost ($/M tok) | B200:$0.026MI300X:$0.151 | B200:$0.045MI300X:$0.313 | B200:$0.072MI300X:$0.817 |
| tok/s/MW | B200:10821819MI300X:1254619 | B200:6213799MI300X:605925 | B200:3897997MI300X:232449 |
| Concurrency | B200:~207MI300X:~17 | B200:~66MI300X:~5 | B200:~64MI300X:~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:
部署模式:
投机解码: