gpt-oss 120B · GPU 对比
gpt-oss 120B — H100 vs MI325X
H100（NVIDIA Hopper）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。
在 gpt-oss 120B 上以 78 tok/s/user 交互性运行时，H100 吞吐量为 3838 tok/s/GPU，每百万 token 成本 $0.09；MI325X 吞吐量为 1385 tok/s/GPU，成本 $0.26。H100 每 token 成本低 180%；H100 每 GPU 吞吐量高出 177%。
H100 在 gpt-oss 120B 上以 90 tok/s/user 运行时达到 3493 tok/s/GPU（每百万 token $0.10）；MI325X 达到 1126 tok/s/GPU（$0.32）。H100 每 token 成本低 210%；H100 每 GPU 吞吐量高出 210%。
gpt-oss 120B 在 102 tok/s/user 交互性下的吞吐量：H100 为 3130 tok/s/GPU，MI325X 为 771。每百万 token 成本分别为 $0.12 和 $0.46。H100 每 token 成本低 299%；H100 每 GPU 吞吐量高出 306%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:3838.4MI325X:1385.3 | H100:3492.5MI325X:1126.4 | H100:3129.9MI325X:770.7 |
| Cost ($/M tok) | H100:$0.093MI325X:$0.262 | H100:$0.102MI325X:$0.316 | H100:$0.116MI325X:$0.461 |
| tok/s/MW | H100:2218717MI325X:635442 | H100:2018806MI325X:516699 | H100:1809214MI325X:353511 |
| Concurrency | H100:~64MI325X:~23 | H100:~64MI325X:~28 | H100:~64MI325X:~16 |
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: