gpt-oss 120B · GPU 对比
gpt-oss 120B — MI325X vs MI355X
MI325X（AMD CDNA 3）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 gpt-oss 120B 上以 81 tok/s/user 交互性运行时，MI325X 吞吐量为 1260 tok/s/GPU，每百万 token 成本 $0.28；MI355X 吞吐量为 15234 tok/s/GPU，成本 $0.03。MI355X 每 token 成本低 935%；MI355X 每 GPU 吞吐量高出 1109%。
MI325X 在 gpt-oss 120B 上以 92 tok/s/user 运行时达到 1076 tok/s/GPU（每百万 token $0.33）；MI355X 达到 12995 tok/s/GPU（$0.03）。MI355X 每 token 成本低 945%；MI355X 每 GPU 吞吐量高出 1108%。
gpt-oss 120B 在 103 tok/s/user 交互性下的吞吐量：MI325X 为 743 tok/s/GPU，MI355X 为 11108。每百万 token 成本分别为 $0.48 和 $0.04。MI355X 每 token 成本低 1201%；MI355X 每 GPU 吞吐量高出 1395%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI325X:1259.9MI355X:15234.5 | MI325X:1075.9MI355X:12995.3 | MI325X:743.0MI355X:11108.4 |
| Cost ($/M tok) | MI325X:$0.282MI355X:$0.027 | MI325X:$0.331MI355X:$0.032 | MI325X:$0.480MI355X:$0.037 |
| tok/s/MW | MI325X:577938MI355X:5748865 | MI325X:493524MI355X:4903883 | MI325X:340833MI355X:4191834 |
| Concurrency | MI325X:~19MI355X:~100 | MI325X:~26MI355X:~74 | MI325X:~15MI355X:~55 |
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: