DeepSeek R1 · 每美元性能
DeepSeek R1 — H100 与 H200 每美元性能
对比 H100(NVIDIA Hopper)与 H200(NVIDIA Hopper)在 DeepSeek R1 上的每百万 token 成本。该指标采用 Hyperscaler 自有设备 TCO 口径,并按总 token 数归一化,用于比较不同 LLM 工作负载下的每美元性能。可在任一目标交互性下找出成本更低的 SKU,并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。
当 DeepSeek R1 的目标交互性为 45 tok/s/user 时,H100 的每百万 token 成本为 $0.44,H200 为 $0.22;在这一运行点,H200 的成本效率高出 96%。
当 DeepSeek R1 的目标交互性为 71 tok/s/user 时,H200 与 H100 的每百万 token 成本分别为 $0.35 和 $1.16;H200 的每 token 成本低 70%。
将 DeepSeek R1 的目标交互性设为 97 tok/s/user 时,H100 的每百万 token 成本为 $2.11,H200 为 $0.47;H200 的成本低 78%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 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。)
芯片价格(Hyperscaler 自有设备口径): H100 $1.17/chip/hr · H200 $1.22/chip/hr. 来源: SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 每百万 token 成本(美元) | H100$0.44H200$0.22 | H100$1.16H200$0.35 | H100$2.11H200$0.47 |
| 并发数 | H100~132H200~33 | H100~41H200~123 | H100~17H200~7 |
