Muse Spark Open 816B — TPU7x 与 Vera Rubin NVL72 每美元性能
对比 TPU7x（Google Ironwood）与 Vera Rubin NVL72（NVIDIA Vera Rubin）在 Muse Spark Open 816B 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。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
在 Muse Spark Open 816B 的 188 tok/s/user 运行点，TPU7x 的每百万 token 成本为 $0.02，Vera Rubin NVL72 为 $0.01；Vera Rubin NVL72 的成本效率高出 45%。
270 tok/s/user 位于 107–432 tok/s/user 交互性区间的中段。在这一运行点，TPU7x 运行 Muse Spark Open 816B 的每百万 token 成本为 $0.02，Vera Rubin NVL72 为 $0.02；Vera Rubin NVL72 的成本效率高出 30%。
当 Muse Spark Open 816B 的目标交互性为 351 tok/s/user 时，TPU7x 与 Vera Rubin NVL72 的每百万 token 成本分别为 $0.03 和 $0.02；Vera Rubin NVL72 每美元可处理的总 token 数多出 58%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 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）： TPU7x $1.03/chip/hr · Vera Rubin NVL72 $3.61/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
| 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） | TPU7x:$0.017Vera Rubin NVL72:$0.012 | TPU7x:$0.021Vera Rubin NVL72:$0.016 | TPU7x:$0.032Vera Rubin NVL72:$0.020 |
| 并发数 | TPU7x:~11Vera Rubin NVL72:~49 | TPU7x:~8Vera Rubin NVL72:~33 | TPU7x:~5Vera Rubin NVL72:~25 |