gpt-oss 120B · GPU 对比
gpt-oss 120B — H200 vs MI355X
H200（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。
在 71–270 tok/s/user 交互性区间的低端，即 gpt-oss 120B 上以 120 tok/s/user 运行时：H200 达到 2720 tok/s/GPU（$0.14/百万 token），MI355X 达到 8848（$0.05/百万）。MI355X 每 token 成本低 212%；MI355X 每 GPU 吞吐量高出 225%。
以 170 tok/s/user 为目标在 gpt-oss 120B 上运行时，H200 产出 1489 tok/s/GPU（每百万 token $0.26），MI355X 产出 4137（$0.10）。MI355X 每 token 成本低 166%；MI355X 每 GPU 吞吐量高出 178%。
在 gpt-oss 120B 上以 220 tok/s/user 交互性运行时，H200 吞吐量为 759 tok/s/GPU，每百万 token 成本 $0.52；MI355X 吞吐量为 2238 tok/s/GPU，成本 $0.18。MI355X 每 token 成本低 185%；MI355X 每 GPU 吞吐量高出 195%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:2720.0MI355X:8848.3 | H200:1489.5MI355X:4136.6 | H200:759.4MI355X:2238.0 |
| Cost ($/M tok) | H200:$0.144MI355X:$0.046 | H200:$0.262MI355X:$0.099 | H200:$0.522MI355X:$0.183 |
| tok/s/MW | H200:1572262MI355X:3338976 | H200:860978MI355X:1560967 | H200:438949MI355X:844545 |
| Concurrency | H200:~64MI355X:~38 | H200:~39MI355X:~12 | H200:~7MI355X:~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: