gpt-oss 120B · Chip 对比
gpt-oss 120B — H200 vs MI325X
H200（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。
H200 在 gpt-oss 120B 上以 62 tok/s/user 运行时达到 4455 tok/s/Chip（每百万 token $0.08）；MI325X 达到 2474 tok/s/Chip（$0.12）。H200 每 token 成本低 62%；H200 每 Chip 吞吐量高出 80%。
gpt-oss 120B 在 79 tok/s/user 交互性下的吞吐量：H200 为 3931 tok/s/Chip，MI325X 为 1318。每百万 token 成本分别为 $0.09 和 $0.23。H200 每 token 成本低 169%；H200 每 Chip 吞吐量高出 198%。
H200 / MI325X 在 gpt-oss 120B 上以 96 tok/s/user 运行：3454 / 961 tok/s/Chip，$0.10 / $0.32 每百万 token。H200 每 token 成本低 224%；H200 每 Chip 吞吐量高出 259%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | H200:4455.2MI325X:2474.5 | H200:3930.6MI325X:1317.8 | H200:3453.8MI325X:960.8 |
| Cost ($/M tok) | H200:$0.076MI325X:$0.123 | H200:$0.086MI325X:$0.232 | H200:$0.098MI325X:$0.318 |
| tok/s/MW | H200:3251990MI325X:1464195 | H200:2869016MI325X:779773 | H200:2521013MI325X:568530 |
| Concurrency | H200:~64MI325X:~64 | H200:~64MI325X:~19 | H200:~64MI325X:~21 |
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: