DeepSeek V4 Pro 1.6T — B300 vs GB200 NVL72
B300（NVIDIA Blackwell）与 GB200 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。
在 6–203 tok/s/user 交互性区间的低端，即 DeepSeek V4 Pro 1.6T 上以 55 tok/s/user 运行时：B300 达到 4080 tok/s/GPU（$0.16/百万 token），GB200 NVL72 达到 9497（$0.06/百万）。GB200 NVL72 每 token 成本低 153%；GB200 NVL72 每 GPU 吞吐量高出 133%。
以 105 tok/s/user 为目标在 DeepSeek V4 Pro 1.6T 上运行时，B300 产出 1609 tok/s/GPU（每百万 token $0.40），GB200 NVL72 产出 6644（$0.09）。GB200 NVL72 每 token 成本低 335%；GB200 NVL72 每 GPU 吞吐量高出 313%。
在 DeepSeek V4 Pro 1.6T 上以 154 tok/s/user 交互性运行时，B300 吞吐量为 908 tok/s/GPU，每百万 token 成本 $0.72；GB200 NVL72 吞吐量为 526 tok/s/GPU，成本 $1.17。B300 每 token 成本低 63%；B300 每 GPU 吞吐量高出 73%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:4079.5GB200 NVL72:9497.1 | B300:1608.8GB200 NVL72:6644.2 | B300:908.1GB200 NVL72:525.8 |
| Cost ($/M tok) | B300:$0.163GB200 NVL72:$0.065 | B300:$0.403GB200 NVL72:$0.093 | B300:$0.716GB200 NVL72:$1.169 |
| tok/s/MW | B300:1879965GB200 NVL72:4522446 | B300:741368GB200 NVL72:3163896 | B300:418488GB200 NVL72:250366 |
| Concurrency | B300:~153GB200 NVL72:~16349 | B300:~9GB200 NVL72:~2152 | B300:~3GB200 NVL72:~45 |
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。