GLM 5/5.1 · 每美元性能
GLM 5/5.1 — B300 vs MI325X 每美元性能
B300（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）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。
在 GLM 5/5.1 上以 21 tok/s/user 运行时，每百万 token 成本分别为：B300 $0.48、MI325X $1.77；B300 每美元多产出 269% 的 token。
在 GLM 5/5.1 上以 26 tok/s/user 运行时，B300 每百万 token 成本为 $0.54，MI325X 为 $3.02。B300 在此工作点上的成本效率高出 462%。
B300 在 GLM 5/5.1 上以 30 tok/s/user 运行时领先于 MI325X——每百万 token 成本 $0.59 对 $4.96，差距达 740%。 （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。）
Chip 定价（所属云服务商）： B300 $2.26/chip/hr · MI325X $1.10/chip/hr. 来源： SemiAnalysis Market July 2026 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:$0.479MI325X:$1.768 | B300:$0.537MI325X:$3.016 | B300:$0.591MI325X:$4.964 |
| Concurrency | B300:~256MI325X:~34 | B300:~194MI325X:~16 | B300:~149MI325X:~9 |
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:
部署模式:
投机解码: