gpt-oss 120B · 芯片对比

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 55 tok/s/user 交互性运行时，MI325X 吞吐量为 4487 tok/s/chip，每百万 token 成本 $0.07；MI355X 吞吐量为 39326 tok/s/chip，成本 $0.01。MI355X 每 token 成本低 543%；MI355X 每芯片吞吐量高出 776%。

MI325X 在 gpt-oss 120B 上以 72 tok/s/user 运行时达到 3543 tok/s/chip（每百万 token $0.09）；MI355X 达到 33155 tok/s/chip（$0.01）。MI355X 每 token 成本低 586%；MI355X 每芯片吞吐量高出 836%。

gpt-oss 120B 在 90 tok/s/user 交互性下的吞吐量：MI325X 为 1362 tok/s/chip，MI355X 为 27009。每百万 token 成本分别为 $0.22 和 $0.02。MI355X 每 token 成本低 1354%；MI355X 每芯片吞吐量高出 1883%。（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)	MI325X:4487.4MI355X:39325.7	MI325X:3543.1MI355X:33154.6	MI325X:1362.1MI355X:27008.6
Cost ($/M tok)	MI325X:$0.068MI355X:$0.011	MI325X:$0.086MI355X:$0.013	MI325X:$0.224MI355X:$0.015
tok/s/MW	MI325X:2655284MI355X:18816130	MI325X:2096534MI355X:15863453	MI325X:805963MI355X:12922781
Concurrency	MI325X:~9MI355X:~85	MI325X:~8MI355X:~52	MI325X:~15MI355X:~35

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

¹ ATOM 引擎前景可期，但尚未用于生产环境 token 服务，仍处于早期阶段。