GLM 5/5.1 · 每美元性能
GLM 5/5.1 — H200 vs MI325X 每美元性能
H200（NVIDIA Hopper）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 24 tok/s/user 运行时，H200 每百万 token 成本为 $0.86，MI325X 为 $2.07。H200 在此工作点上的成本效率高出 142%。
H200 在 GLM 5/5.1 上以 28 tok/s/user 运行时领先于 MI325X——每百万 token 成本 $0.86 对 $4.10，差距达 379%。
将 GLM 5/5.1 推至 31 tok/s/user 时，H200 每百万 token 成本为 $0.86，MI325X 为 $5.61——H200 领先 555%。 （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）： H200 $1.22/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 | H200:$0.856MI325X:$2.071 | H200:$0.856MI325X:$4.101 | H200:$0.856MI325X:$5.612 |
| Concurrency | H200:~64MI325X:~25 | H200:~64MI325X:~14 | H200:~64MI325X:~8 |
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: