gpt-oss 120B · Chip 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 14063 tok/s/Chip，MI355X 为 7454。每百万 token 成本分别为 $0.03 和 $0.06。B200 每 token 成本低 64%；B200 每 Chip 吞吐量高出 89%。
B200 / MI355X 在 gpt-oss 120B 上以 194 tok/s/user 运行：7088 / 3059 tok/s/Chip，$0.07 / $0.14 每百万 token。B200 每 token 成本低 101%；B200 每 Chip 吞吐量高出 132%。
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 3756 tok/s/Chip（$0.13/百万 token），MI355X 达到 1547（$0.27/百万）。B200 每 token 成本低 111%；B200 每 Chip 吞吐量高出 143%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:14063.3MI355X:7454.3 | B200:7088.3MI355X:3058.7 | B200:3755.8MI355X:1546.6 |
| Cost ($/M tok) | B200:$0.034MI355X:$0.056 | B200:$0.068MI355X:$0.136 | B200:$0.128MI355X:$0.269 |
| tok/s/MW | B200:8224180MI355X:3566649 | B200:4145181MI355X:1463472 | B200:2196375MI355X:739983 |
| Concurrency | B200:~107MI355X:~29 | B200:~64MI355X:~8 | B200:~30MI355X:~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:
部署模式:
投机解码: