GLM 5/5.1 · GPU 对比
GLM 5/5.1 — GB300 NVL72 vs H200
GB300 NVL72（NVIDIA Blackwell）与 H200（NVIDIA Hopper）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。
GB300 NVL72 在 GLM 5/5.1 上以 69 tok/s/user 运行时达到 6679 tok/s/GPU（每百万 token $0.11）。H200 在此工作点没有数据。
GB300 NVL72：811 tok/s/GPU，每百万 token $0.91（GLM 5/5.1 上以 121 tok/s/user 运行）。H200 在此点尚未测试。
在 GLM 5/5.1 上以 173 tok/s/user 运行时，GB300 NVL72 吞吐量为 151 tok/s/GPU，每百万 token 成本 $4.87；H200 在此目标点没有基准测试数据。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:6679.2H200:— | GB300 NVL72:810.6H200:— | GB300 NVL72:151.3H200:— |
| Cost ($/M tok) | GB300 NVL72:$0.110H200:— | GB300 NVL72:$0.910H200:— | GB300 NVL72:$4.870H200:— |
| tok/s/MW | GB300 NVL72:3150557H200:— | GB300 NVL72:382341H200:— | GB300 NVL72:71346H200:— |
| Concurrency | GB300 NVL72:~1221H200:— | GB300 NVL72:~166H200:— | GB300 NVL72:~23H200:— |
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: