GLM 5/5.1 · 每美元性能
GLM 5/5.1 — B300 vs H200 每美元性能
B300（NVIDIA Blackwell）与 H200（NVIDIA Hopper）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 $0.79。H200：$1.19。均在 GLM 5/5.1 上以 41 tok/s/user 运行，B300 便宜 50%。
在 21–101 tok/s/user 交互性区间的中部——即 61 tok/s/user 处——B300 运行 GLM 5/5.1 每百万 token 成本为 $1.12，H200 为 $1.85。B300 便宜 65%。
在 GLM 5/5.1 上以 82 tok/s/user 运行时，每百万 token 成本分别为：B300 $1.57、H200 $2.93；B300 每美元多产出 87% 的 token。 （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）： B300 $2.34/GPU/hr · H200 $1.41/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:$0.791H200:$1.190 | B300:$1.119H200:$1.847 | B300:$1.569H200:$2.933 |
| Concurrency | B300:~82H200:~34 | B300:~39H200:~14 | B300:~21H200:~7 |
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: