gpt-oss 120B · GPU 对比
gpt-oss 120B — B200 vs MI355X
B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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。
gpt-oss 120B 在 132 tok/s/user 交互性下的吞吐量：B200 为 19832 tok/s/GPU，MI355X 为 7454。每百万 token 成本分别为 $0.03 和 $0.06。B200 每 token 成本低 101%；B200 每 GPU 吞吐量高出 166%。
B200 / MI355X 在 gpt-oss 120B 上以 194 tok/s/user 运行：9996 / 3059 tok/s/GPU，$0.05 / $0.13 每百万 token。B200 每 token 成本低 154%；B200 每 GPU 吞吐量高出 227%。
在 71–317 tok/s/user 交互性区间的高端，即 gpt-oss 120B 上以 256 tok/s/user 运行时：B200 达到 6089 tok/s/GPU（$0.09/百万 token），MI355X 达到 1547（$0.26/百万）。B200 每 token 成本低 194%；B200 每 GPU 吞吐量高出 294%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:19832.1MI355X:7454.3 | B200:9996.3MI355X:3058.7 | B200:6089.2MI355X:1546.6 |
| Cost ($/M tok) | B200:$0.027MI355X:$0.055 | B200:$0.053MI355X:$0.135 | B200:$0.088MI355X:$0.259 |
| tok/s/MW | B200:9139218MI355X:2812942 | B200:4606568MI355X:1154210 | B200:2806084MI355X:583609 |
| Concurrency | B200:~181MI355X:~29 | B200:~64MI355X:~8 | B200:~56MI355X:~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:
聚合模式:
投机解码: