gpt-oss 120B · GPU 对比
gpt-oss 120B — H200 vs MI300X
H200（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。
在 gpt-oss 120B 上以 96 tok/s/user 交互性运行时，H200 吞吐量为 3494 tok/s/GPU，每百万 token 成本 $0.11；MI300X 吞吐量为 1956 tok/s/GPU，成本 $0.16。H200 每 token 成本低 39%；H200 每 GPU 吞吐量高出 79%。
H200 在 gpt-oss 120B 上以 147 tok/s/user 运行时达到 1980 tok/s/GPU（每百万 token $0.20）；MI300X 达到 919 tok/s/GPU（$0.33）。H200 每 token 成本低 67%；H200 每 GPU 吞吐量高出 116%。
gpt-oss 120B 在 198 tok/s/user 交互性下的吞吐量：H200 为 1037 tok/s/GPU，MI300X 为 346。每百万 token 成本分别为 $0.37 和 $0.89。H200 每 token 成本低 139%；H200 每 GPU 吞吐量高出 199%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:3494.1MI300X:1956.0 | H200:1980.4MI300X:918.9 | H200:1037.0MI300X:346.5 |
| Cost ($/M tok) | H200:$0.112MI300X:$0.155 | H200:$0.198MI300X:$0.330 | H200:$0.373MI300X:$0.890 |
| tok/s/MW | H200:2019715MI300X:1092764 | H200:1144761MI300X:513352 | H200:599403MI300X:193555 |
| Concurrency | H200:~64MI300X:~21 | H200:~62MI300X:~6 | H200:~16MI300X:~8 |
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: