Llama 3.3 70B · 每美元性能

Llama 3.3 70B — B200 与 H100 每美元性能

对比 B200(NVIDIA Blackwell)与 H100(NVIDIA Hopper)在 Llama 3.3 70B 上的每百万 token 成本。该指标采用 Hyperscaler 自有设备 TCO 口径,并按总 token 数归一化,用于比较不同 LLM 工作负载下的每美元性能。可在任一目标交互性下找出成本更低的 SKU,并通过下方图表控件切换序列长度、精度和指标;操作方式与主推理图表相同。

当 Llama 3.3 70B 的目标交互性为 38 tok/s/user 时,B200 与 H100 的每百万 token 成本分别为 $0.074 和 $0.18;B200 每美元可处理的总 token 数高出 139%。

当 Llama 3.3 70B 的目标交互性为 58 tok/s/user 时,B200 的每百万 token 成本为 $0.095,H100 为 $0.28;在这一运行点,B200 的成本效率高出 192%。

当 Llama 3.3 70B 的目标交互性为 78 tok/s/user 时,B200 与 H100 的每百万 token 成本分别为 $0.12 和 $0.37;B200 的每 token 成本低 67%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)

芯片价格(Hyperscaler 自有设备口径): B200 $1.73/chip/hr · H100 $1.17/chip/hr. 来源: SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.

查看完整延迟与吞吐量对比 →

B200 vs H100:完整规格与各模型基准测试 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
每百万 token 成本(美元)
B200$0.074H100$0.18
B200$0.095H100$0.28
B200$0.12H100$0.37
并发数
B200~41H100~20
B200~32H100~16
B200~27H100~8
Llama 3.3 70B:B200 与 H100 在相同交互性水平下的每百万 token 成本
B200 与 H100 在此对比默认工作负载下的每百万 token 成本。成本越低表示每美元性能越高。
查看大图 ↗