gpt-oss 120B · GPU 对比
gpt-oss 120B — GB200 NVL72 vs H200
GB200 NVL72（NVIDIA Blackwell）与 H200（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。
以 101 tok/s/user 为目标在 gpt-oss 120B 上运行时，GB200 NVL72 产出 30885 tok/s/GPU（每百万 token $0.02），H200 产出 3322（$0.12）。GB200 NVL72 每 token 成本低 488%；GB200 NVL72 每 GPU 吞吐量高出 830%。
在 gpt-oss 120B 上以 157 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 17516 tok/s/GPU，每百万 token 成本 $0.04；H200 吞吐量为 1753 tok/s/GPU，成本 $0.22。GB200 NVL72 每 token 成本低 537%；GB200 NVL72 每 GPU 吞吐量高出 899%。
GB200 NVL72 在 gpt-oss 120B 上以 214 tok/s/user 运行时达到 8710 tok/s/GPU（每百万 token $0.07）；H200 达到 834 tok/s/GPU（$0.47）。GB200 NVL72 每 token 成本低 578%；GB200 NVL72 每 GPU 吞吐量高出 944%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:30884.9H200:3322.0 | GB200 NVL72:17516.2H200:1753.2 | GB200 NVL72:8709.5H200:834.3 |
| Cost ($/M tok) | GB200 NVL72:$0.020H200:$0.118 | GB200 NVL72:$0.035H200:$0.223 | GB200 NVL72:$0.069H200:$0.469 |
| tok/s/MW | GB200 NVL72:14707096H200:1920239 | GB200 NVL72:8341061H200:1013432 | GB200 NVL72:4147398H200:482244 |
| Concurrency | GB200 NVL72:~512H200:~64 | GB200 NVL72:~3055H200:~53 | GB200 NVL72:~105H200:~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。
厂商:
聚合模式:
投机解码: