gpt-oss 120B · GPU 对比
gpt-oss 120B — MI300X vs MI325X
MI300X（AMD CDNA 3）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。
gpt-oss 120B 在 50 tok/s/user 交互性下的吞吐量：MI300X 为 3834 tok/s/GPU，MI325X 为 2737。每百万 token 成本分别为 $0.08 和 $0.13。MI300X 每 token 成本低 60%；MI300X 每 GPU 吞吐量高出 40%。
MI300X / MI325X 在 gpt-oss 120B 上以 71 tok/s/user 运行：3127 / 2084 tok/s/GPU，$0.10 / $0.17 每百万 token。MI300X 每 token 成本低 67%；MI300X 每 GPU 吞吐量高出 50%。
在 30–113 tok/s/user 交互性区间的高端，即 gpt-oss 120B 上以 92 tok/s/user 运行时：MI300X 达到 2051 tok/s/GPU（$0.15/百万 token），MI325X 达到 1076（$0.33/百万）。MI300X 每 token 成本低 124%；MI300X 每 GPU 吞吐量高出 91%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI300X:3834.3MI325X:2737.2 | MI300X:3127.3MI325X:2084.1 | MI300X:2050.9MI325X:1075.9 |
| Cost ($/M tok) | MI300X:$0.081MI325X:$0.130 | MI300X:$0.102MI325X:$0.170 | MI300X:$0.148MI325X:$0.331 |
| tok/s/MW | MI300X:2142060MI325X:1255601 | MI300X:1747115MI325X:956001 | MI300X:1145772MI325X:493524 |
| Concurrency | MI300X:~64MI325X:~64 | MI300X:~49MI325X:~63 | MI300X:~23MI325X:~26 |
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: