Llama 3.3 70B · 每美元性能
Llama 3.3 70B — B200 vs H200 每美元性能
B200（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 Llama 3.3 70B 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 34–159 tok/s/user 交互性区间的低端——即 65 tok/s/user 处——B200 运行 Llama 3.3 70B 每百万 token 成本为 $0.10，H200 为 $0.16。B200 便宜 55%。
在 Llama 3.3 70B 上以 97 tok/s/user 运行时，每百万 token 成本分别为：B200 $0.16、H200 $0.31；B200 每美元多产出 89% 的 token。
在 Llama 3.3 70B 上以 128 tok/s/user 运行时，B200 每百万 token 成本为 $0.33，H200 为 $0.75。B200 在此工作点上的成本效率高出 125%。 （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）： B200 $1.95/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 | B200:$0.102H200:$0.158 | B200:$0.163H200:$0.309 | B200:$0.333H200:$0.751 |
| Concurrency | B200:~128H200:~64 | B200:~74H200:~27 | B200:~27H200:~16 |
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: