gpt-oss 120B · Chip 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 25938 tok/s/Chip（每百万 token $0.02），MI325X 产出 1999（$0.15）。B200 每 token 成本低 725%；B200 每 Chip 吞吐量高出 1198%。
在 gpt-oss 120B 上以 86 tok/s/user 交互性运行时，B200 吞吐量为 22522 tok/s/Chip，每百万 token 成本 $0.02；MI325X 吞吐量为 1208 tok/s/Chip，成本 $0.25。B200 每 token 成本低 1086%；B200 每 Chip 吞吐量高出 1765%。
B200 在 gpt-oss 120B 上以 100 tok/s/user 运行时达到 19611 tok/s/Chip（每百万 token $0.02）；MI325X 达到 835 tok/s/Chip（$0.37）。B200 每 token 成本低 1394%；B200 每 Chip 吞吐量高出 2250%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:25938.2MI325X:1998.6 | B200:22522.4MI325X:1207.8 | B200:19610.5MI325X:834.5 |
| Cost ($/M tok) | B200:$0.019MI325X:$0.153 | B200:$0.021MI325X:$0.253 | B200:$0.025MI325X:$0.366 |
| tok/s/MW | B200:15168535MI325X:1182629 | B200:13170991MI325X:714674 | B200:11468138MI325X:493807 |
| Concurrency | B200:~256MI325X:~60 | B200:~256MI325X:~31 | B200:~233MI325X:~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:
部署模式:
投机解码: