DeepSeek V4 Pro 1.6T · GPU 对比
DeepSeek V4 Pro 1.6T — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 DeepSeek V4 Pro 1.6T 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 DeepSeek V4 Pro 1.6T 上以 61 tok/s/user 交互性运行时，B200 吞吐量为 3770 tok/s/GPU，每百万 token 成本 $0.14；B300 吞吐量为 3367 tok/s/GPU，成本 $0.20。B200 每 token 成本低 40%；B200 每 GPU 吞吐量高出 12%。
B200 在 DeepSeek V4 Pro 1.6T 上以 116 tok/s/user 运行时达到 882 tok/s/GPU（每百万 token $0.61）；B300 达到 1432 tok/s/GPU（$0.45）。B300 每 token 成本低 35%；B300 每 GPU 吞吐量高出 62%。
DeepSeek V4 Pro 1.6T 在 171 tok/s/user 交互性下的吞吐量：B200 为 485 tok/s/GPU，B300 为 707。每百万 token 成本分别为 $1.14 和 $0.92。B300 每 token 成本低 25%；B300 每 GPU 吞吐量高出 46%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3770.5B300:3366.9 | B200:882.2B300:1431.9 | B200:485.0B300:707.3 |
| Cost ($/M tok) | B200:$0.144B300:$0.201 | B200:$0.613B300:$0.453 | B200:$1.144B300:$0.918 |
| tok/s/MW | B200:2204965B300:1772044 | B200:515922B300:753617 | B200:283620B300:372278 |
| Concurrency | B200:~76B300:~85 | B200:~8B300:~7 | B200:~3B300:~2 |
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: