GLM 5/5.1 · 每美元性能
GLM 5/5.1 — B200 与 H200 每美元性能
对比 B200(NVIDIA Blackwell)与 H200(NVIDIA Hopper)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。
34 tok/s/user 接近 18–84 tok/s/user 交互性区间的下限。在这一运行点,B200 运行 GLM 5/5.1 的每百万 token 成本为 $0.28,H200 为 $0.46;B200 的成本低 39%。
当 GLM 5/5.1 的目标交互性为 51 tok/s/user 时,B200 与 H200 的每百万 token 成本分别为 $0.37 和 $0.60;B200 每美元可处理的总 token 数高出 61%。
当 GLM 5/5.1 的目标交互性为 68 tok/s/user 时,B200 的每百万 token 成本为 $0.46,H200 为 $0.78;在这一运行点,B200 的成本效率高出 70%。 (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 · H200 $1.22/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$0.28H200$0.46 | B200$0.37H200$0.60 | B200$0.46H200$0.78 |
| 并发数 | B200~254H200~21 | B200~23H200~10 | B200~15H200~6 |
