DeepSeek V4 Pro 0813 1.6T · 芯片对比

DeepSeek V4 Pro 0813 1.6T — B200 与 B300

对比 B200(NVIDIA Blackwell)与 B300(NVIDIA Blackwell)在 DeepSeek V4 Pro 0813 1.6T 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。

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 →

91 tok/s/user 接近 24–294 tok/s/user 交互性区间的下限。在这一运行点,B200 运行 DeepSeek V4 Pro 0813 1.6T 的吞吐量为 43,743 tok/s/chip,每百万 token 成本为 $0.011;B300 的吞吐量为 51,936 tok/s/chip,每百万 token 成本为 $0.012。B200 的每 token 成本低 9%;B300 的单芯片吞吐量高出 19%。

将 DeepSeek V4 Pro 0813 1.6T 的目标交互性设为 159 tok/s/user 时,B200 的吞吐量为 14,626 tok/s/chip,每百万 token 成本为 $0.033;B300 的吞吐量为 11,002 tok/s/chip,每百万 token 成本为 $0.057。B200 的每 token 成本低 42%;B200 的单芯片吞吐量高出 33%。

当 DeepSeek V4 Pro 0813 1.6T 的目标交互性为 227 tok/s/user 时,B200 的吞吐量为 4,054 tok/s/chip,每百万 token 成本为 $0.12;B300 的吞吐量为 3,569 tok/s/chip,每百万 token 成本为 $0.18。B200 的每 token 成本低 33%;B200 的单芯片吞吐量高出 14%。 (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。)

查看每美元性能对比 →

B300 vs B200:完整规格与各模型基准测试 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

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)
B20043,743B30051,936
B20014,626B30011,002
B2004,054B3003,569
成本($/M tok)
B200$0.011B300$0.012
B200$0.033B300$0.057
B200$0.12B300$0.18
tok/s/MW
B20025,580,718B30027,334,789
B2008,553,292B3005,790,334
B2002,370,542B3001,878,258
并发数
B200~207B300~187
B200~26B300~6
B200~4B300~4