gpt-oss 120B · 芯片对比

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 79 tok/s/user 交互性运行时，H200 吞吐量为 7241 tok/s/chip，每百万 token 成本 $0.05；MI300X 吞吐量为 5702 tok/s/chip，成本 $0.05。MI300X 每 token 成本低 1%；H200 每芯片吞吐量高出 27%。

H200 在 gpt-oss 120B 上以 135 tok/s/user 运行时达到 4908 tok/s/chip（每百万 token $0.07）；MI300X 达到 3552 tok/s/chip（$0.07）。H200 每 token 成本低 8%；H200 每芯片吞吐量高出 38%。

gpt-oss 120B 在 191 tok/s/user 交互性下的吞吐量：H200 为 3143 tok/s/chip，MI300X 为 1150。每百万 token 成本分别为 $0.11 和 $0.23。H200 每 token 成本低 113%；H200 每芯片吞吐量高出 173%。（数据反映此 URL 的默认 8k/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。）

查看每美元性能对比 →

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)	H200:7240.6MI300X:5702.0	H200:4908.4MI300X:3552.3	H200:3143.0MI300X:1149.7
Cost ($/M tok)	H200:$0.047MI300X:$0.046	H200:$0.069MI300X:$0.074	H200:$0.108MI300X:$0.230
tok/s/MW	H200:5285123MI300X:4102152	H200:3582766MI300X:2555639	H200:2294161MI300X:827111
Concurrency	H200:~38MI300X:~17	H200:~16MI300X:~6	H200:~8MI300X:~7

推理性能

不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。

模型

场景

Y 轴指标

芯片配置

每 1 美元可购买的总 token 数（自有 - Neocloud Giant） vs. 交互性

gpt-oss 120B • FP4 • 8K / 1K • 来源：SemiAnalysis InferenceX™

TCO $/chip/hr： VR200: 3.61H100: 1.55H200: 1.59B200: 2.07B300: 2.52GB200: 2.26GB300: 2.79MI300X: 1.16MI325X: 1.32MI355X: 2.09RTX6000PRO: 0.75Jalapeño (Teacup): 1.56

来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算每百万 token 成本，而非按芯片总数计算。因此，与聚合配置进行token 成本的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算输入吞吐量，而非按芯片总数计算。因此，与聚合配置进行输入吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算输出吞吐量，而非按芯片总数计算。因此，与聚合配置进行输出吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算功耗，而非按芯片总数计算。因此，与聚合配置进行功耗的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充芯片计算能耗，而非按芯片总数计算。因此，与聚合配置进行每 token 能耗的直接对比并不完全等价。

No data available

Please change the model, sequence, precision, date range or chip selection.

Shift+Scroll to zoom • Drag to pan • Double-click to reset • Click a point to pin tooltip