gpt-oss 120B — GB200 NVL72 vs H100
GB200 NVL72（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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 117 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 18899 tok/s/GPU，每百万 token 成本 $0.03；H100 吞吐量为 2622 tok/s/GPU，成本 $0.14。GB200 NVL72 每 token 成本低 328%；GB200 NVL72 每 GPU 吞吐量高出 621%。
GB200 NVL72 在 gpt-oss 120B 上以 166 tok/s/user 运行时达到 16438 tok/s/GPU（每百万 token $0.04）；H100 达到 1379 tok/s/GPU（$0.26）。GB200 NVL72 每 token 成本低 591%；GB200 NVL72 每 GPU 吞吐量高出 1092%。
gpt-oss 120B 在 216 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 8533 tok/s/GPU，H100 为 740。每百万 token 成本分别为 $0.07 和 $0.49。GB200 NVL72 每 token 成本低 593%；GB200 NVL72 每 GPU 吞吐量高出 1054%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:18898.6H100:2621.5 | GB200 NVL72:16438.0H100:1379.3 | GB200 NVL72:8533.4H100:739.7 |
| Cost ($/M tok) | GB200 NVL72:$0.032H100:$0.139 | GB200 NVL72:$0.038H100:$0.262 | GB200 NVL72:$0.070H100:$0.487 |
| tok/s/MW | GB200 NVL72:8999325H100:1515329 | GB200 NVL72:7827639H100:797303 | GB200 NVL72:4063521H100:427578 |
| Concurrency | GB200 NVL72:~264H100:~64 | GB200 NVL72:~2684H100:~17 | GB200 NVL72:~102H100:~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。