Llama 3.3 70B · 每美元性能

Llama 3.3 70B — H100 与 H200 每美元性能

对比 H100(NVIDIA Hopper)与 H200(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,H100 与 H200 的每百万 token 成本分别为 $0.18 和 $0.10;H200 每美元可处理的总 token 数高出 72%。

当 Llama 3.3 70B 的目标交互性为 58 tok/s/user 时,H100 的每百万 token 成本为 $0.28,H200 为 $0.13;在这一运行点,H200 的成本效率高出 106%。

当 Llama 3.3 70B 的目标交互性为 78 tok/s/user 时,H200 与 H100 的每百万 token 成本分别为 $0.18 和 $0.37;H200 的每 token 成本低 51%。 (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): H100 $1.17/chip/hr · H200 $1.22/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 →

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)
H100$0.18H200$0.10
H100$0.28H200$0.13
H100$0.37H200$0.18
并发数
H100~20H200~32
H100~16H200~23
H100~8H200~10
Llama 3.3 70B:H100 与 H200 在相同交互性水平下的每百万 token 成本
H100 与 H200 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 ↗