gpt-oss 120B — H100 与 Jalapeño
对比 H100（NVIDIA Hopper）与 Jalapeño（OpenAI Jalapeño）在 gpt-oss 120B 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标，操作方式与主推理图表相同。
将 gpt-oss 120B 的目标交互性设为 135 tok/s/user 时，H100 的吞吐量为 4419 tok/s/chip，每百万 token 成本为 $0.07；Jalapeño 的吞吐量为 57645 tok/s/chip，每百万 token 成本为 $0.01。Jalapeño 的成本效率高出 1102%；Jalapeño 的单芯片吞吐量高出 1205%。
当 gpt-oss 120B 的目标交互性为 174 tok/s/user 时，H100 的吞吐量为 3261 tok/s/chip，每百万 token 成本为 $0.10；Jalapeño 的吞吐量为 55018 tok/s/chip，每百万 token 成本为 $0.01。Jalapeño 的成本效率高出 1455%；Jalapeño 的单芯片吞吐量高出 1587%。
在 gpt-oss 120B 的 212 tok/s/user 运行点，H100 的吞吐量为 2242 tok/s/chip，每百万 token 成本为 $0.14；Jalapeño 的吞吐量为 52027 tok/s/chip，每百万 token 成本为 $0.01。Jalapeño 的成本效率高出 2038%；Jalapeño 的单芯片吞吐量高出 2220%。 （以上数据基于此 URL 对应的默认 8k/1k · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | H100:4418.8Jalapeño:57644.5 | H100:3260.5Jalapeño:55017.8 | H100:2242.1Jalapeño:52027.4 |
| 成本（$/M tok） | H100:$0.074Jalapeño:$0.006 | H100:$0.100Jalapeño:$0.006 | H100:$0.145Jalapeño:$0.007 |
| tok/s/MW | H100:3225395Jalapeño:51239566 | H100:2379951Jalapeño:48904699 | H100:1636573Jalapeño:46246594 |
| 并发数 | H100:~15Jalapeño:~1349 | H100:~9Jalapeño:~845 | H100:~4Jalapeño:~607 |