gpt-oss 120B · GPU 对比
gpt-oss 120B — H100 vs MI300X
H100（NVIDIA Hopper）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。
以 112 tok/s/user 为目标在 gpt-oss 120B 上运行时，H100 产出 2796 tok/s/GPU（每百万 token $0.13），MI300X 产出 1599（$0.20）。H100 每 token 成本低 50%；H100 每 GPU 吞吐量高出 75%。
在 gpt-oss 120B 上以 158 tok/s/user 交互性运行时，H100 吞吐量为 1521 tok/s/GPU，每百万 token 成本 $0.24；MI300X 吞吐量为 803 tok/s/GPU，成本 $0.37。H100 每 token 成本低 57%；H100 每 GPU 吞吐量高出 90%。
H100 在 gpt-oss 120B 上以 203 tok/s/user 运行时达到 878 tok/s/GPU（每百万 token $0.41）；MI300X 达到 309 tok/s/GPU（$0.97）。H100 每 token 成本低 138%；H100 每 GPU 吞吐量高出 184%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:2795.7MI300X:1598.8 | H100:1521.3MI300X:802.8 | H100:878.3MI300X:309.1 |
| Cost ($/M tok) | H100:$0.131MI300X:$0.195 | H100:$0.238MI300X:$0.373 | H100:$0.409MI300X:$0.975 |
| tok/s/MW | H100:1616027MI300X:893159 | H100:879363MI300X:448476 | H100:507706MI300X:172687 |
| Concurrency | H100:~64MI300X:~15 | H100:~28MI300X:~5 | H100:~10MI300X:~7 |
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: