InferenceX
EN
DeepSeek R1 · 芯片对比

DeepSeek R1 — B200 vs GB300 NVL72

B200（NVIDIA Blackwell）与 GB300 NVL72（NVIDIA Blackwell）在 DeepSeek R1 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。

以 92 tok/s/user 为目标在 DeepSeek R1 上运行时，B200 产出 7189 tok/s/chip（每百万 token $0.07），GB300 NVL72 产出 12627（$0.05）。GB300 NVL72 每 token 成本低 32%；GB300 NVL72 每芯片吞吐量高出 76%。

在 DeepSeek R1 上以 161 tok/s/user 交互性运行时，B200 吞吐量为 2027 tok/s/chip，每百万 token 成本 $0.24；GB300 NVL72 吞吐量为 5530 tok/s/chip，成本 $0.12。GB300 NVL72 每 token 成本低 104%；GB300 NVL72 每芯片吞吐量高出 173%。

B200 在 DeepSeek R1 上以 231 tok/s/user 运行时达到 1271 tok/s/chip（每百万 token $0.38）；GB300 NVL72 达到 1065 tok/s/chip（$0.60）。B200 每 token 成本低 59%；B200 每芯片吞吐量高出 19%。 （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)
B200:7188.7GB300 NVL72:12627.5
B200:2027.3GB300 NVL72:5529.8
B200:1270.9GB300 NVL72:1065.2
Cost ($/M tok)
B200:$0.067GB300 NVL72:$0.051
B200:$0.237GB300 NVL72:$0.116
B200:$0.378GB300 NVL72:$0.602
tok/s/MW
B200:4203946GB300 NVL72:5956366
B200:1185562GB300 NVL72:2608393
B200:743190GB300 NVL72:502459
Concurrency
B200:~369GB300 NVL72:~727
B200:~58GB300 NVL72:~224
B200:~29GB300 NVL72:~26

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。

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

DeepSeek R1 0528 671B • 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