gpt-oss 120B — H200 与 Jalapeño
对比 H200（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。
当 gpt-oss 120B 的目标交互性为 137 tok/s/user 时，H200 与 Jalapeño 的吞吐量分别为 4834 和 57522 tok/s/chip，每百万 token 成本分别为 $0.07 和 $0.01。Jalapeño 的成本效率高出 1043%；Jalapeño 的单芯片吞吐量高出 1090%。
以 176 tok/s/user 为目标运行 gpt-oss 120B 时，H200 的吞吐量为 3604 tok/s/chip，每百万 token 成本为 $0.09；Jalapeño 的吞吐量为 54874 tok/s/chip，每百万 token 成本为 $0.01。Jalapeño 的成本效率高出 1362%；Jalapeño 的单芯片吞吐量高出 1422%。
216 tok/s/user 接近 98–255 tok/s/user 交互性区间的上限。在这一运行点，H200 运行 gpt-oss 120B 的吞吐量为 2306 tok/s/chip，每百万 token 成本为 $0.15；Jalapeño 的吞吐量为 51665 tok/s/chip，每百万 token 成本为 $0.01。Jalapeño 的成本效率高出 2052%；Jalapeño 的单芯片吞吐量高出 2140%。 （以上数据基于此 URL 对应的默认 8k/1k · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | H200:4834.4Jalapeño:57521.6 | H200:3604.4Jalapeño:54874.5 | H200:2306.3Jalapeño:51664.8 |
| 成本（$/M tok） | H200:$0.070Jalapeño:$0.006 | H200:$0.094Jalapeño:$0.006 | H200:$0.147Jalapeño:$0.007 |
| tok/s/MW | H200:3528768Jalapeño:51130334 | H200:2630977Jalapeño:48777326 | H200:1683406Jalapeño:45924229 |
| 并发数 | H200:~16Jalapeño:~1316 | H200:~10Jalapeño:~828 | H200:~5Jalapeño:~588 |