GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 GLM 5/5.1 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。
B200 在 GLM 5/5.1 上以 65 tok/s/user 运行时达到 2325 tok/s/GPU（每百万 token $0.23）；GB200 NVL72 达到 6658 tok/s/GPU（$0.09）。GB200 NVL72 每 token 成本低 152%；GB200 NVL72 每 GPU 吞吐量高出 186%。
GLM 5/5.1 在 91 tok/s/user 交互性下的吞吐量：B200 为 1692 tok/s/GPU，GB200 NVL72 为 2082。每百万 token 成本分别为 $0.32 和 $0.29。GB200 NVL72 每 token 成本低 9%；GB200 NVL72 每 GPU 吞吐量高出 23%。
B200 / GB200 NVL72 在 GLM 5/5.1 上以 116 tok/s/user 运行：1369 / 1199 tok/s/GPU，$0.40 / $0.51 每百万 token。B200 每 token 成本低 27%；B200 每 GPU 吞吐量高出 14%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:2325.2GB200 NVL72:6658.4 | B200:1691.9GB200 NVL72:2081.8 | B200:1368.8GB200 NVL72:1199.3 |
| Cost ($/M tok) | B200:$0.233GB200 NVL72:$0.093 | B200:$0.321GB200 NVL72:$0.295 | B200:$0.399GB200 NVL72:$0.506 |
| tok/s/MW | B200:1359780GB200 NVL72:3560624 | B200:989411GB200 NVL72:1113270 | B200:800494GB200 NVL72:641314 |
| Concurrency | B200:~17GB200 NVL72:~893 | B200:~9GB200 NVL72:~82 | B200:~5GB200 NVL72:~79 |
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: