GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
GLM 5/5.1 在 43 tok/s/user 交互性下的吞吐量：B200 为 460 tok/s/GPU，GB300 NVL72 为 2618。每百万 token 成本分别为 $1.18 和 $0.41。GB300 NVL72 每 token 成本低 188%；GB300 NVL72 每 GPU 吞吐量高出 470%。
B200 / GB300 NVL72 在 GLM 5/5.1 上以 67 tok/s/user 运行：356 / 479 tok/s/GPU，$1.53 / $1.49 每百万 token。GB300 NVL72 每 token 成本低 3%；GB300 NVL72 每 GPU 吞吐量高出 35%。
在 19–115 tok/s/user 交互性区间的高端，即 GLM 5/5.1 上以 91 tok/s/user 运行时：B200 达到 237 tok/s/GPU（$2.30/百万 token），GB300 NVL72 达到 171（$4.14/百万）。B200 每 token 成本低 80%；B200 每 GPU 吞吐量高出 39%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:459.6GB300 NVL72:2618.4 | B200:356.0GB300 NVL72:479.0 | B200:237.4GB300 NVL72:171.4 |
| Cost ($/M tok) | B200:$1.180GB300 NVL72:$0.410 | B200:$1.532GB300 NVL72:$1.489 | B200:$2.299GB300 NVL72:$4.142 |
| tok/s/MW | B200:268765GB300 NVL72:1235080 | B200:208176GB300 NVL72:225958 | B200:138838GB300 NVL72:80846 |
| Concurrency | B200:~424GB300 NVL72:~3177 | B200:~21GB300 NVL72:~307 | B200:~11GB300 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: