GLM 5/5.1 — GB200 NVL72 vs GB300 NVL72 每美元性能
GB200 NVL72（NVIDIA Blackwell）与 GB300 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。
在 GLM 5/5.1 上以 67 tok/s/user 运行时，每百万 token 成本分别为：GB200 NVL72 $0.06、GB300 NVL72 $0.06；GB200 NVL72 每美元多产出 11% 的 token。
在 GLM 5/5.1 上以 104 tok/s/user 运行时，GB200 NVL72 每百万 token 成本为 $0.14，GB300 NVL72 为 $0.15。GB200 NVL72 在此工作点上的成本效率高出 2%。
GB300 NVL72 在 GLM 5/5.1 上以 141 tok/s/user 运行时领先于 GB200 NVL72——每百万 token 成本 $0.77 对 $0.82，差距达 7%。 （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。）
芯片定价（所属云服务商）： GB200 NVL72 $1.86/chip/hr · GB300 NVL72 $2.31/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| 每百万 token 美元成本 | GB200 NVL72:$0.057GB300 NVL72:$0.063 | GB200 NVL72:$0.143GB300 NVL72:$0.146 | GB200 NVL72:$0.820GB300 NVL72:$0.766 |
| Concurrency | GB200 NVL72:~698GB300 NVL72:~749 | GB200 NVL72:~231GB300 NVL72:~276 | GB200 NVL72:~62GB300 NVL72:~23 |
推理性能
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。
每百万总 token 成本（自有 - 超大规模） vs. 交互性
GLM5/5.1 744B • FP4 • 8K / 1K • 来源：SemiAnalysis InferenceX™
TCO $/chip/hr： H100: 1.17H200: 1.22B200: 1.73B300: 2.26GB200: 1.86GB300: 2.31MI300X: 0.95MI325X: 1.1MI355X: 1.5RTX6000PRO: 0.68
来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算每百万 token 成本，而非按芯片总数计算。因此，与聚合配置进行token 成本的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输入吞吐量，而非按芯片总数计算。因此，与聚合配置进行输入吞吐量的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输出吞吐量，而非按芯片总数计算。因此，与聚合配置进行输出吞吐量的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算功耗，而非按芯片总数计算。因此，与聚合配置进行功耗的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算能耗，而非按芯片总数计算。因此，与聚合配置进行每 token 能耗的直接对比并不完全等价。
No data available
Please change the model, sequence, precision, date range or chip selection.
Shift+Scroll to zoom • Drag to pan • Double-click to reset • Click a point to pin tooltip