对比 B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 Qwen 3.8 Flash Next 176B-A6B 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标，操作方式与主推理图表相同。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
将 Qwen 3.8 Flash Next 176B-A6B 的目标交互性设为 85 tok/s/user 时，B200 的吞吐量为 62181 tok/s/chip，每百万 token 成本为 $0.01；B300 的吞吐量为 80846 tok/s/chip，每百万 token 成本为 $0.01。每 token 成本基本持平；B300 的单芯片吞吐量高出 30%。
当 Qwen 3.8 Flash Next 176B-A6B 的目标交互性为 117 tok/s/user 时，B200 的吞吐量为 51909 tok/s/chip，每百万 token 成本为 $0.01；B300 的吞吐量为 59759 tok/s/chip，每百万 token 成本为 $0.01。B200 的成本效率高出 13%；B300 的单芯片吞吐量高出 15%。
在 Qwen 3.8 Flash Next 176B-A6B 的 150 tok/s/user 运行点，B200 的吞吐量为 38489 tok/s/chip，每百万 token 成本为 $0.01；B300 的吞吐量为 46545 tok/s/chip，每百万 token 成本为 $0.01。B200 的成本效率高出 8%；B300 的单芯片吞吐量高出 21%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:62181.4B300:80846.0 | B200:51909.1B300:59758.9 | B200:38489.2B300:46545.0 |
| 成本（$/M tok） | B200:$0.008B300:$0.008 | B200:$0.009B300:$0.011 | B200:$0.012B300:$0.013 |
| tok/s/MW | B200:36363371B300:42550528 | B200:30356183B300:31452050 | B200:22508329B300:24497382 |
| 并发数 | B200:~14B300:~16 | B200:~11B300:~12 | B200:~8B300:~9 |
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。
当前选择没有可绘制的测量数据。请检查上方的基准测试设置，或调整快捷筛选。
