GLM 5/5.1 · 每美元性能

GLM 5/5.1 — B200 与 GB300 NVL72 每美元性能

对比 B200(NVIDIA Blackwell)与 GB300 NVL72(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。

当 GLM 5/5.1 的目标交互性为 47 tok/s/user 时,B200 与 GB300 NVL72 的每百万 token 成本分别为 $0.35 和 $0.11;GB300 NVL72 每美元可处理的总 token 数为对方的 3.3 倍。

当 GLM 5/5.1 的目标交互性为 67 tok/s/user 时,B200 的每百万 token 成本为 $0.45,GB300 NVL72 为 $0.35;在这一运行点,GB300 NVL72 的成本效率高出 28%。

当 GLM 5/5.1 的目标交互性为 88 tok/s/user 时,B200 与 GB300 NVL72 的每百万 token 成本分别为 $0.62 和 $1.22;B200 的每 token 成本低 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 · GB300 NVL72 $2.31/chip/hr. 来源: SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.

查看完整延迟与吞吐量对比 →

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$0.35GB300 NVL72$0.11
B200$0.45GB300 NVL72$0.35
B200$0.62GB300 NVL72$1.22
并发数
B200~27GB300 NVL72~1,958
B200~15GB300 NVL72~359
B200~9GB300 NVL72~135
GLM 5/5.1:B200 与 GB300 NVL72 在相同交互性水平下的每百万 token 成本
B200 与 GB300 NVL72 在此对比默认工作负载下的每百万 token 成本。成本越低表示每美元性能越高。
查看大图 ↗