GLM 5/5.1 · 每美元性能
GLM 5/5.1 — GB200 NVL72 vs H200 每美元性能
GB200 NVL72（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。
在 GLM 5/5.1 上以 37 tok/s/user 运行时，GB200 NVL72 每百万 token 成本为 $0.31，H200 为 $0.56。GB200 NVL72 在此工作点上的成本效率高出 79%。
H200 在 GLM 5/5.1 上以 45 tok/s/user 运行时领先于 GB200 NVL72——每百万 token 成本 $0.63 对 $0.96，差距达 51%。
将 GLM 5/5.1 推至 54 tok/s/user 时，GB200 NVL72 每百万 token 成本为 $4.50，H200 为 $0.73——H200 领先 515%。 （数据反映此 URL 的默认 8k/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）： GB200 NVL72 $2.21/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 | GB200 NVL72:$0.311H200:$0.556 | GB200 NVL72:$0.957H200:$0.632 | GB200 NVL72:$4.499H200:$0.731 |
| Concurrency | GB200 NVL72:~931H200:~18 | GB200 NVL72:~150H200:~13 | GB200 NVL72:~27H200:~10 |
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: