B200 BF16：启用 MTP 与关闭投机解码的对比
在 B200 BF16（NVIDIA Blackwell）上运行 Qwen 3.5 397B-A17B 时，对比启用 MTP和关闭投机解码两种配置的表现，涵盖不同 LLM 工作负载下的吞吐量、成本和交互性。可通过下方图表控件切换序列长度和指标，操作方式与主推理图表相同。
不同推理引擎统计 MTP 接受率的口径并不一致，因此同一条曲线上来自不同引擎的数据点不可直接比较。在交互性相同的情况下，吞吐量和成本差异可能来自引擎本身，并不完全代表投机解码带来的收益。跨引擎对比时请谨慎解读。
在 B200 BF16 上运行 Qwen 3.5 397B-A17B，目标交互性设为 119 tok/s/user：启用 MTP 时，吞吐量为 1058 tok/s/chip，每百万 token 成本为 $0.45；关闭投机解码时，吞吐量为 270 tok/s/chip，每百万 token 成本为 $1.78。MTP 的成本效率高出 291%；MTP 的单芯片吞吐量高出 291%。投机解码通过接受 draft token 降低每 token 延迟；收益因工作负载和 prompt 分布而异。
Qwen 3.5 397B-A17B 在 B200 BF16 上的目标交互性设为 135 tok/s/user：启用 MTP 时，吞吐量为 828 tok/s/chip，每百万 token 成本为 $0.58；关闭投机解码时，吞吐量为 214 tok/s/chip，每百万 token 成本为 $2.25。MTP 的成本效率高出 288%；MTP 的单芯片吞吐量高出 288%。draft token 接受率决定了在给定并发数下，投机解码是提升性能还是拖累性能。
在 B200 BF16 上运行 Qwen 3.5 397B-A17B，目标交互性设为 152 tok/s/user：启用 MTP 时，吞吐量为 732 tok/s/chip，每百万 token 成本为 $0.66；关闭投机解码时，吞吐量为 178 tok/s/chip，每百万 token 成本为 $2.70。MTP 的成本效率高出 312%；MTP 的单芯片吞吐量高出 312%。投机解码会增加 draft token 的计算量，以减少解码步数；收益取决于序列长度和批大小。 （以上数据基于此 URL 固定的 1k/1k · bf16 工作负载；切换序列长度或模型后，表格和图表会同步更新。表格始终使用本页指定的精度，控件中的精度选项只影响图表。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | 启用 MTP:1058.2关闭投机解码:270.4 | 启用 MTP:828.2关闭投机解码:213.6 | 启用 MTP:731.8关闭投机解码:177.8 |
| 成本（$/M tok） | 启用 MTP:$0.454关闭投机解码:$1.777 | 启用 MTP:$0.580关闭投机解码:$2.249 | 启用 MTP:$0.657关闭投机解码:$2.703 |
| tok/s/MW | 启用 MTP:618848关闭投机解码:158129 | 启用 MTP:484300关闭投机解码:124930 | 启用 MTP:427931关闭投机解码:103964 |
| 并发数 | 启用 MTP:~40关闭投机解码:~10 | 启用 MTP:~27关闭投机解码:~7 | 启用 MTP:~22关闭投机解码:~5 |
推理性能
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。