GLM 5/5.1 · 每美元性能
GLM 5/5.1 — B300 vs GB200 NVL72 每美元性能
B300（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。
B300：每百万 token $0.22。GB200 NVL72：$0.35。均在 GLM 5/5.1 上以 51 tok/s/user 运行，B300 便宜 56%。
在 40–84 tok/s/user 交互性区间的中部——即 62 tok/s/user 处——B300 运行 GLM 5/5.1 每百万 token 成本为 $0.26，GB200 NVL72 为 $0.47。B300 便宜 80%。
在 GLM 5/5.1 上以 73 tok/s/user 运行时，每百万 token 成本分别为：B300 $0.31、GB200 NVL72 $1.09；B300 每美元多产出 254% 的 token。 （数据反映此 URL 的默认 8k/1k · fp4 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）： B300 $2.34/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 | B300:$0.222GB200 NVL72:$0.345 | B300:$0.264GB200 NVL72:$0.474 | B300:$0.307GB200 NVL72:$1.089 |
| Concurrency | B300:~26GB200 NVL72:~145 | B300:~19GB200 NVL72:~130 | B300:~13GB200 NVL72:~109 |
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: