GLM 5/5.1 · 每美元性能
GLM 5/5.1 — GB300 NVL72 vs H200 每美元性能
GB300 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 33 tok/s/user 运行时，每百万 token 成本分别为：GB300 NVL72 $0.28、H200 $0.99；GB300 NVL72 每美元多产出 257% 的 token。
在 GLM 5/5.1 上以 44 tok/s/user 运行时，GB300 NVL72 每百万 token 成本为 $2.88，H200 为 $1.28。H200 在此工作点上的成本效率高出 126%。
H200 在 GLM 5/5.1 上以 56 tok/s/user 运行时领先于 GB300 NVL72——每百万 token 成本 $1.65 对 $8.90，差距达 441%。 （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）： GB300 NVL72 $2.65/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 | GB300 NVL72:$0.277H200:$0.990 | GB300 NVL72:$2.880H200:$1.277 | GB300 NVL72:$8.903H200:$1.646 |
| Concurrency | GB300 NVL72:~4993H200:~64 | GB300 NVL72:~229H200:~28 | GB300 NVL72:~61H200:~18 |
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: