DeepSeek V4 Pro 1.6T — B300 vs GB200 NVL72 每美元性能
B300（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 DeepSeek V4 Pro 1.6T 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。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。
在 DeepSeek V4 Pro 1.6T 上以 64 tok/s/user 运行时，每百万 token 成本分别为：B300 $0.09、GB200 NVL72 $0.06；GB200 NVL72 每美元多产出 52% 的 token。
在 DeepSeek V4 Pro 1.6T 上以 111 tok/s/user 运行时，B300 每百万 token 成本为 $0.31，GB200 NVL72 为 $0.09。GB200 NVL72 在此工作点上的成本效率高出 269%。
B300 在 DeepSeek V4 Pro 1.6T 上以 157 tok/s/user 运行时领先于 GB200 NVL72——每百万 token 成本 $0.60 对 $0.99，差距达 64%。 （数据反映此 URL 的默认 8k/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。）
Chip 定价（所属云服务商）： B300 $2.26/chip/hr · GB200 NVL72 $1.86/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Dollar per Million Tokens | B300:$0.086GB200 NVL72:$0.057 | B300:$0.315GB200 NVL72:$0.085 | B300:$0.602GB200 NVL72:$0.989 |
| Concurrency | B300:~521GB200 NVL72:~9943 | B300:~149GB200 NVL72:~1815 | B300:~30GB200 NVL72:~41 |
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。