gpt-oss 120B · GPU 对比
gpt-oss 120B — GB200 NVL72 vs MI325X
GB200 NVL72（NVIDIA Blackwell）与 MI325X（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。
GB200 NVL72 在 gpt-oss 120B 上以 51 tok/s/user 运行时达到 50567 tok/s/GPU（每百万 token $0.01）；MI325X 达到 2711 tok/s/GPU（$0.13）。GB200 NVL72 每 token 成本低 980%；GB200 NVL72 每 GPU 吞吐量高出 1765%。
gpt-oss 120B 在 72 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 45654 tok/s/GPU，MI325X 为 1999。每百万 token 成本分别为 $0.01 和 $0.18。GB200 NVL72 每 token 成本低 1230%；GB200 NVL72 每 GPU 吞吐量高出 2184%。
GB200 NVL72 / MI325X 在 gpt-oss 120B 上以 93 tok/s/user 运行：35620 / 1049 tok/s/GPU，$0.02 / $0.34 每百万 token。GB200 NVL72 每 token 成本低 1874%；GB200 NVL72 每 GPU 吞吐量高出 3297%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:50567.3MI325X:2711.1 | GB200 NVL72:45653.7MI325X:1998.6 | GB200 NVL72:35620.2MI325X:1048.7 |
| Cost ($/M tok) | GB200 NVL72:$0.012MI325X:$0.131 | GB200 NVL72:$0.013MI325X:$0.179 | GB200 NVL72:$0.017MI325X:$0.340 |
| tok/s/MW | GB200 NVL72:24079678MI325X:1243645 | GB200 NVL72:21739878MI325X:916809 | GB200 NVL72:16961997MI325X:481036 |
| Concurrency | GB200 NVL72:~1559MI325X:~64 | GB200 NVL72:~1026MI325X:~60 | GB200 NVL72:~1225MI325X:~25 |
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: