DeepSeek R1 — GB200 NVL72 与 Jalapeño
对比 GB200 NVL72（NVIDIA Blackwell）与 Jalapeño（OpenAI Jalapeño）在 DeepSeek R1 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可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。
以 124 tok/s/user 为目标运行 DeepSeek R1 时，GB200 NVL72 的吞吐量为 8957 tok/s/chip，每百万 token 成本为 $0.06；Jalapeño 的吞吐量为 11215 tok/s/chip，每百万 token 成本为 $0.03。Jalapeño 的成本效率高出 83%；Jalapeño 的单芯片吞吐量高出 25%。
183 tok/s/user 位于 66–299 tok/s/user 交互性区间的中段。在这一运行点，GB200 NVL72 运行 DeepSeek R1 的吞吐量为 2358 tok/s/chip，每百万 token 成本为 $0.22；Jalapeño 的吞吐量为 7781 tok/s/chip，每百万 token 成本为 $0.05。Jalapeño 的成本效率高出 383%；Jalapeño 的单芯片吞吐量高出 230%。
将 DeepSeek R1 的目标交互性设为 241 tok/s/user 时，GB200 NVL72 的吞吐量为 848 tok/s/chip，每百万 token 成本为 $0.61；Jalapeño 的吞吐量为 2606 tok/s/chip，每百万 token 成本为 $0.14。Jalapeño 的成本效率高出 350%；Jalapeño 的单芯片吞吐量高出 207%。 （以上数据基于此 URL 对应的默认 8k/1k · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB200 NVL72:8956.7Jalapeño:11215.4 | GB200 NVL72:2357.8Jalapeño:7780.5 | GB200 NVL72:848.2Jalapeño:2605.8 |
| 成本（$/M tok） | GB200 NVL72:$0.058Jalapeño:$0.031 | GB200 NVL72:$0.219Jalapeño:$0.045 | GB200 NVL72:$0.609Jalapeño:$0.135 |
| tok/s/MW | GB200 NVL72:4789664Jalapeño:9969252 | GB200 NVL72:1260838Jalapeño:6916013 | GB200 NVL72:453607Jalapeño:2316229 |
| 并发数 | GB200 NVL72:~679Jalapeño:~685 | GB200 NVL72:~80Jalapeño:~255 | GB200 NVL72:~15Jalapeño:~48 |