DeepSeek V4 Pro 1.6T — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 NVL72（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。
DeepSeek V4 Pro 1.6T 在 66 tok/s/user 交互性下的吞吐量：B200 为 3384 tok/s/GPU，GB300 NVL72 为 9839。每百万 token 成本分别为 $0.16 和 $0.07。GB300 NVL72 每 token 成本低 113%；GB300 NVL72 每 GPU 吞吐量高出 191%。
B200 / GB300 NVL72 在 DeepSeek V4 Pro 1.6T 上以 120 tok/s/user 运行：848 / 3892 tok/s/GPU，$0.63 / $0.19 每百万 token。GB300 NVL72 每 token 成本低 232%；GB300 NVL72 每 GPU 吞吐量高出 359%。
在 13–226 tok/s/user 交互性区间的高端，即 DeepSeek V4 Pro 1.6T 上以 173 tok/s/user 运行时：B200 达到 470 tok/s/GPU（$1.18/百万 token），GB300 NVL72 达到 895（$0.84/百万）。GB300 NVL72 每 token 成本低 40%；GB300 NVL72 每 GPU 吞吐量高出 91%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3384.1GB300 NVL72:9839.2 | B200:847.7GB300 NVL72:3891.7 | B200:469.5GB300 NVL72:894.8 |
| Cost ($/M tok) | B200:$0.160GB300 NVL72:$0.075 | B200:$0.635GB300 NVL72:$0.191 | B200:$1.180GB300 NVL72:$0.841 |
| tok/s/MW | B200:1559510GB300 NVL72:4685328 | B200:390635GB300 NVL72:1853185 | B200:216382GB300 NVL72:426078 |
| Concurrency | B200:~62GB300 NVL72:~1026 | B200:~7GB300 NVL72:~320 | B200:~3GB300 NVL72:~29 |
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。