GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B300 vs GB300 NVL72
B300（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。
B300 / GB300 NVL72 在 GLM 5/5.1 上以 61 tok/s/user 运行：1603 / 7809 tok/s/GPU，$0.41 / $0.09 每百万 token。GB300 NVL72 每 token 成本低 334%；GB300 NVL72 每 GPU 吞吐量高出 387%。
在 24–173 tok/s/user 交互性区间的中部，即 GLM 5/5.1 上以 98 tok/s/user 运行时：B300 达到 694 tok/s/GPU（$0.94/百万 token），GB300 NVL72 达到 2790（$0.27/百万）。GB300 NVL72 每 token 成本低 252%；GB300 NVL72 每 GPU 吞吐量高出 302%。
以 136 tok/s/user 为目标在 GLM 5/5.1 上运行时，B300 产出 357 tok/s/GPU（每百万 token $1.73），GB300 NVL72 产出 246（$2.98）。B300 每 token 成本低 72%；B300 每 GPU 吞吐量高出 45%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:1603.0GB300 NVL72:7809.1 | B300:693.7GB300 NVL72:2790.4 | B300:357.1GB300 NVL72:245.9 |
| Cost ($/M tok) | B300:$0.406GB300 NVL72:$0.094 | B300:$0.937GB300 NVL72:$0.266 | B300:$1.733GB300 NVL72:$2.978 |
| tok/s/MW | B300:843678GB300 NVL72:3683551 | B300:365100GB300 NVL72:1316203 | B300:187951GB300 NVL72:115994 |
| Concurrency | B300:~54GB300 NVL72:~1581 | B300:~14GB300 NVL72:~472 | B300:~5GB300 NVL72:~49 |
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: