gpt-oss 120B — GB200 NVL72 vs MI300X
GB200 NVL72（NVIDIA Blackwell）与 MI300X（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。
在 gpt-oss 120B 上以 85 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 40563 tok/s/Chip，每百万 token 成本 $0.01；MI300X 吞吐量为 2267 tok/s/Chip，成本 $0.12。GB200 NVL72 每 token 成本低 814%；GB200 NVL72 每 Chip 吞吐量高出 1689%。
GB200 NVL72 在 gpt-oss 120B 上以 140 tok/s/user 运行时达到 18202 tok/s/Chip（每百万 token $0.03）；MI300X 达到 1014 tok/s/Chip（$0.26）。GB200 NVL72 每 token 成本低 817%；GB200 NVL72 每 Chip 吞吐量高出 1695%。
gpt-oss 120B 在 194 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 11222 tok/s/Chip，MI300X 为 383。每百万 token 成本分别为 $0.05 和 $0.69。GB200 NVL72 每 token 成本低 1396%；GB200 NVL72 每 Chip 吞吐量高出 2830%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:40563.4MI300X:2267.0 | GB200 NVL72:18201.5MI300X:1014.2 | GB200 NVL72:11222.5MI300X:383.0 |
| Cost ($/M tok) | GB200 NVL72:$0.013MI300X:$0.116 | GB200 NVL72:$0.028MI300X:$0.260 | GB200 NVL72:$0.046MI300X:$0.689 |
| tok/s/MW | GB200 NVL72:21691653MI300X:1630947 | GB200 NVL72:9733442MI300X:729619 | GB200 NVL72:6001325MI300X:275575 |
| Concurrency | GB200 NVL72:~2217MI300X:~27 | GB200 NVL72:~2076MI300X:~7 | GB200 NVL72:~436MI300X:~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。