GLM 5/5.1 · 每美元性能
GLM 5/5.1 — GB200 NVL72 vs H200 每美元性能
GB200 NVL72（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 GLM 5/5.1 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。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 GLM 5/5.1 上以 68 tok/s/user 运行时，GB200 NVL72 每百万 token 成本为 $0.10；H200 在此目标点没有基准测试数据。
在 GLM 5/5.1 上以 98 tok/s/user 运行时，GB200 NVL72 每百万 token 成本为 $0.35。H200 尚未在此工作点进行基准测试。
仅 GB200 NVL72 在 GLM 5/5.1 上以 127 tok/s/user 运行时有成本数据——每百万 token $0.63。H200 在此目标点尚未测试。 （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。）
GPU 定价（所属云服务商）： GB200 NVL72 $2.21/GPU/hr · H200 $1.41/GPU/hr. 来源： SemiAnalysis Market August 2025 Pricing Surveys & AI Cloud TCO Model.
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) |
|---|---|---|---|
| Dollar per Million Tokens | GB200 NVL72:$0.101H200:— | GB200 NVL72:$0.346H200:— | GB200 NVL72:$0.635H200:— |
| Concurrency | GB200 NVL72:~725H200:— | GB200 NVL72:~84H200:— | GB200 NVL72:~49H200:— |
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: