Llama 3.3 70B · 每美元性能
Llama 3.3 70B — H100 vs H200 每美元性能
H100（NVIDIA Hopper）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 Llama 3.3 70B 上以 53 tok/s/user 运行时，每百万 token 成本分别为：H100 $0.25、H200 $0.13；H200 每美元多产出 94% 的 token。
在 Llama 3.3 70B 上以 72 tok/s/user 运行时，H100 每百万 token 成本为 $0.45，H200 为 $0.18。H200 在此工作点上的成本效率高出 153%。
H200 在 Llama 3.3 70B 上以 91 tok/s/user 运行时领先于 H100——每百万 token 成本 $0.26 对 $1.19，差距达 354%。 （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）： H100 $1.30/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 | H100:$0.249H200:$0.129 | H100:$0.454H200:$0.179 | H100:$1.194H200:$0.263 |
| Concurrency | H100:~64H200:~64 | H100:~50H200:~64 | H100:~14H200:~35 |
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: