DeepSeek V4 Pro 1.6T · Chip 对比
DeepSeek V4 Pro 1.6T — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 DeepSeek V4 Pro 1.6T 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。
在 DeepSeek V4 Pro 1.6T 上以 61 tok/s/user 交互性运行时，B200 吞吐量为 7051 tok/s/Chip，每百万 token 成本 $0.07；B300 吞吐量为 7530 tok/s/Chip，成本 $0.08。B200 每 token 成本低 22%；B300 每 Chip 吞吐量高出 7%。
B200 在 DeepSeek V4 Pro 1.6T 上以 116 tok/s/user 运行时达到 1687 tok/s/Chip（每百万 token $0.28）；B300 达到 1850 tok/s/Chip（$0.34）。B200 每 token 成本低 19%；B300 每 Chip 吞吐量高出 10%。
DeepSeek V4 Pro 1.6T 在 171 tok/s/user 交互性下的吞吐量：B200 为 608 tok/s/Chip，B300 为 722。每百万 token 成本分别为 $0.79 和 $0.87。B200 每 token 成本低 10%；B300 每 Chip 吞吐量高出 19%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:7050.7B300:7529.8 | B200:1687.2B300:1850.0 | B200:607.9B300:722.0 |
| Cost ($/M tok) | B200:$0.068B300:$0.083 | B200:$0.285B300:$0.339 | B200:$0.791B300:$0.869 |
| tok/s/MW | B200:4123227B300:3963055 | B200:986640B300:973697 | B200:355473B300:380014 |
| Concurrency | B200:~1778B300:~634 | B200:~146B300:~112 | B200:~31B300:~3 |
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: