GLM 5/5.1 · 每美元性能
GLM 5/5.1 — B200 vs GB200 NVL72 每美元性能
B200（NVIDIA Blackwell）与 GB200 NVL72（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。
将 GLM 5/5.1 推至 38 tok/s/user 时，B200 每百万 token 成本为 $1.10，GB200 NVL72 为 $0.58——GB200 NVL72 领先 91%。
B200：每百万 token $1.21。GB200 NVL72：$3.59。均在 GLM 5/5.1 上以 47 tok/s/user 运行，B200 便宜 198%。
在 30–64 tok/s/user 交互性区间的高端——即 56 tok/s/user 处——B200 运行 GLM 5/5.1 每百万 token 成本为 $1.30，GB200 NVL72 为 $12.1。B200 便宜 833%。 （数据反映此 URL 的默认 1k/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 · GB200 NVL72 $2.21/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:$1.102GB200 NVL72:$0.577 | B200:$1.205GB200 NVL72:$3.587 | B200:$1.295GB200 NVL72:$12.089 |
| Concurrency | B200:~458GB200 NVL72:~2084 | B200:~254GB200 NVL72:~284 | B200:~30GB200 NVL72:~27 |
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: