gpt-oss 120B · GPU 对比
gpt-oss 120B — B200 vs MI325X
B200（NVIDIA Blackwell）与 MI325X（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。
以 72 tok/s/user 为目标在 gpt-oss 120B 上运行时，B200 产出 25320 tok/s/GPU（每百万 token $0.02），MI325X 产出 1999（$0.18）。B200 每 token 成本低 728%；B200 每 GPU 吞吐量高出 1167%。
在 gpt-oss 120B 上以 86 tok/s/user 交互性运行时，B200 吞吐量为 22213 tok/s/GPU，每百万 token 成本 $0.02；MI325X 吞吐量为 1208 tok/s/GPU，成本 $0.29。B200 每 token 成本低 1111%；B200 每 GPU 吞吐量高出 1739%。
B200 在 gpt-oss 120B 上以 100 tok/s/user 运行时达到 20939 tok/s/GPU（每百万 token $0.03）；MI325X 达到 835 tok/s/GPU（$0.43）。B200 每 token 成本低 1542%；B200 每 GPU 吞吐量高出 2409%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:25319.6MI325X:1998.6 | B200:22212.9MI325X:1207.8 | B200:20938.8MI325X:834.5 |
| Cost ($/M tok) | B200:$0.022MI325X:$0.179 | B200:$0.024MI325X:$0.295 | B200:$0.026MI325X:$0.427 |
| tok/s/MW | B200:11668029MI325X:916809 | B200:10236368MI325X:554036 | B200:9649229MI325X:382814 |
| Concurrency | B200:~256MI325X:~60 | B200:~256MI325X:~31 | B200:~250MI325X:~17 |
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: