GLM 5/5.1 · 每美元性能
GLM 5/5.1 — B200 与 B300 每美元性能
对比 B200(NVIDIA Blackwell)与 B300(NVIDIA Blackwell)在 GLM 5/5.1 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。
在 GLM 5/5.1 的 37 tok/s/user 运行点,B200 的每百万 token 成本为 $0.29,B300 为 $0.49;B200 便宜 40%。
63 tok/s/user 位于 12–113 tok/s/user 交互性区间的中段。在这一运行点,B200 运行 GLM 5/5.1 的每百万 token 成本为 $0.43,B300 为 $0.67;B200 的成本低 36%。
当 GLM 5/5.1 的目标交互性为 88 tok/s/user 时,B200 与 B300 的每百万 token 成本分别为 $0.62 和 $0.92;B200 每美元可处理的总 token 数高出 49%。 (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): B200 $1.73/chip/hr · B300 $2.26/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) | B200$0.29B300$0.49 | B200$0.43B300$0.67 | B200$0.62B300$0.92 |
| 并发数 | B200~216B300~32 | B200~17B300~14 | B200~9B300~8 |
