gpt-oss 120B · GPU 对比
gpt-oss 120B — H100 vs MI355X
H100（NVIDIA Hopper）与 MI355X（AMD CDNA 4）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。
H100 / MI355X 在 gpt-oss 120B 上以 119 tok/s/user 运行：2552 / 8968 tok/s/GPU，$0.14 / $0.05 每百万 token。MI355X 每 token 成本低 214%；MI355X 每 GPU 吞吐量高出 251%。
在 71–266 tok/s/user 交互性区间的中部，即 gpt-oss 120B 上以 168 tok/s/user 运行时：H100 达到 1347 tok/s/GPU（$0.27/百万 token），MI355X 达到 4252（$0.10/百万）。MI355X 每 token 成本低 179%；MI355X 每 GPU 吞吐量高出 216%。
以 217 tok/s/user 为目标在 gpt-oss 120B 上运行时，H100 产出 730 tok/s/GPU（每百万 token $0.49），MI355X 产出 2312（$0.18）。MI355X 每 token 成本低 178%；MI355X 每 GPU 吞吐量高出 217%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:2552.2MI355X:8967.9 | H100:1347.2MI355X:4251.9 | H100:730.4MI355X:2312.2 |
| Cost ($/M tok) | H100:$0.143MI355X:$0.046 | H100:$0.268MI355X:$0.096 | H100:$0.492MI355X:$0.177 |
| tok/s/MW | H100:1475239MI355X:3384126 | H100:778709MI355X:1604507 | H100:422184MI355X:872516 |
| Concurrency | H100:~64MI355X:~39 | H100:~16MI355X:~13 | H100:~8MI355X:~5 |
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: