DeepSeek R1 · Chip 对比
DeepSeek R1 — B200 vs H200
B200（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 DeepSeek R1 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。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。
DeepSeek R1 在 59 tok/s/user 交互性下的吞吐量：B200 为 2701 tok/s/Chip，H200 为 421。每百万 token 成本分别为 $0.18 和 $0.81。B200 每 token 成本低 353%；B200 每 Chip 吞吐量高出 542%。
B200 / H200 在 DeepSeek R1 上以 98 tok/s/user 运行：521 / 152 tok/s/Chip，$0.92 / $2.23 每百万 token。B200 每 token 成本低 142%；B200 每 Chip 吞吐量高出 243%。
在 21–174 tok/s/user 交互性区间的高端，即 DeepSeek R1 上以 136 tok/s/user 运行时：B200 达到 255 tok/s/Chip（$1.89/百万 token），H200 达到 40（$8.57/百万）。B200 每 token 成本低 354%；B200 每 Chip 吞吐量高出 544%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:2700.6H200:420.5 | B200:521.4H200:152.1 | B200:254.9H200:39.6 |
| Cost ($/M tok) | B200:$0.178H200:$0.806 | B200:$0.922H200:$2.228 | B200:$1.885H200:$8.566 |
| tok/s/MW | B200:1579271H200:306952 | B200:304888H200:111034 | B200:149050H200:28878 |
| Concurrency | B200:~1030H200:~133 | B200:~185H200:~6 | B200:~13H200:~14 |
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:
部署模式:
投机解码: