gpt-oss 120B · Chip 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/Chip，每百万 token 成本 $0.08；MI325X 吞吐量为 1385 tok/s/Chip，成本 $0.22。H100 每 token 成本低 161%；H100 每 Chip 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/Chip（每百万 token $0.09）；MI325X 达到 1126 tok/s/Chip（$0.27）。H100 每 token 成本低 192%；H100 每 Chip 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/Chip，MI325X 为 771。每百万 token 成本分别为 $0.10 和 $0.40。H100 每 token 成本低 282%；H100 每 Chip 吞吐量高出 306%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | H100:3838.4MI325X:1385.3 | H100:3492.5MI325X:1126.4 | H100:3129.9MI325X:770.7 |
| Cost ($/M tok) | H100:$0.085MI325X:$0.221 | H100:$0.093MI325X:$0.271 | H100:$0.104MI325X:$0.396 |
| tok/s/MW | H100:2801737MI325X:819683 | H100:2549295MI325X:666511 | H100:2284627MI325X:456008 |
| 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:
部署模式:
投机解码: