GLM 5/5.1 · 每美元性能
GLM 5/5.1 — B200 vs B300 每美元性能
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 GLM 5/5.1 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。
B200：每百万 token $0.33。B300：$0.51。均在 GLM 5/5.1 上以 37 tok/s/user 运行，B200 便宜 54%。
在 12–113 tok/s/user 交互性区间的中部——即 63 tok/s/user 处——B200 运行 GLM 5/5.1 每百万 token 成本为 $0.48，B300 为 $0.69。B200 便宜 43%。
在 GLM 5/5.1 上以 88 tok/s/user 运行时，每百万 token 成本分别为：B200 $0.70、B300 $0.95；B200 每美元多产出 37% 的 token。 （数据反映此 URL 的默认 8k/1k · fp8 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。）
GPU 定价（所属云服务商）： B200 $1.95/GPU/hr · B300 $2.34/GPU/hr. 来源： SemiAnalysis Market August 2025 Pricing Surveys & AI Cloud TCO Model.
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) |
|---|---|---|---|
| Dollar per Million Tokens | B200:$0.332B300:$0.512 | B200:$0.482B300:$0.691 | B200:$0.696B300:$0.953 |
| Concurrency | B200:~216B300:~32 | B200:~17B300:~14 | B200:~9B300:~8 |
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: