B200 FP4：启用 MTP 与关闭投机解码的对比
在 B200 FP4（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。
Qwen 3.5 397B-A17B 在 B200 FP4 上的目标交互性设为 77 tok/s/user：启用 MTP 时，吞吐量为 7266 tok/s/chip，每百万 token 成本为 $0.07；关闭投机解码时，吞吐量为 2670 tok/s/chip，每百万 token 成本为 $0.18。MTP 的成本效率高出 172%；MTP 的单芯片吞吐量高出 172%。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 FP4 上运行 Qwen 3.5 397B-A17B，目标交互性设为 114 tok/s/user：启用 MTP 时，吞吐量为 4613 tok/s/chip，每百万 token 成本为 $0.10；关闭投机解码时，吞吐量为 998 tok/s/chip，每百万 token 成本为 $0.48。MTP 的成本效率高出 362%；MTP 的单芯片吞吐量高出 362%。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。
150 tok/s/user 接近 41–186 tok/s/user 交互性区间的上限。在这一运行点，启用 MTP 时，吞吐量为 2640 tok/s/chip，每百万 token 成本为 $0.18；关闭投机解码时，吞吐量为 515 tok/s/chip，每百万 token 成本为 $0.93。MTP 的成本效率高出 412%；MTP 的单芯片吞吐量高出 412%。投机解码的收益因工作负载而异；输出较短的 prompt 通常收益较小。 （以上数据基于此 URL 固定的 1k/1k · fp4 工作负载；切换序列长度或模型后，表格和图表会同步更新。表格始终使用本页指定的精度，控件中的精度选项只影响图表。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | 启用 MTP:7265.5关闭投机解码:2670.4 | 启用 MTP:4613.1关闭投机解码:998.3 | 启用 MTP:2639.9关闭投机解码:515.3 |
| 成本（$/M tok） | 启用 MTP:$0.066关闭投机解码:$0.180 | 启用 MTP:$0.104关闭投机解码:$0.481 | 启用 MTP:$0.182关闭投机解码:$0.933 |
| tok/s/MW | 启用 MTP:4248854关闭投机解码:1561622 | 启用 MTP:2697719关闭投机解码:583789 | 启用 MTP:1543823关闭投机解码:301339 |
| 并发数 | 启用 MTP:~406关闭投机解码:~67 | 启用 MTP:~191关闭投机解码:~26 | 启用 MTP:~92关闭投机解码:~8 |
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。