DeepSeek V4 Pro 1.6T — B300 vs GB300 NVL72
B300（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。
B300 / GB300 NVL72 在 DeepSeek V4 Pro 1.6T 上以 71 tok/s/user 运行：2452 / 9507 tok/s/GPU，$0.27 / $0.08 每百万 token。GB300 NVL72 每 token 成本低 247%；GB300 NVL72 每 GPU 吞吐量高出 288%。
在 13–244 tok/s/user 交互性区间的中部，即 DeepSeek V4 Pro 1.6T 上以 129 tok/s/user 运行时：B300 达到 1242 tok/s/GPU（$0.52/百万 token），GB300 NVL72 达到 3507（$0.21/百万）。GB300 NVL72 每 token 成本低 143%；GB300 NVL72 每 GPU 吞吐量高出 182%。
以 187 tok/s/user 为目标在 DeepSeek V4 Pro 1.6T 上运行时，B300 产出 542 tok/s/GPU（每百万 token $1.23），GB300 NVL72 产出 502（$1.44）。B300 每 token 成本低 17%；B300 每 GPU 吞吐量高出 8%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:2451.9GB300 NVL72:9506.8 | B300:1241.7GB300 NVL72:3506.7 | B300:541.8GB300 NVL72:501.8 |
| Cost ($/M tok) | B300:$0.268GB300 NVL72:$0.077 | B300:$0.520GB300 NVL72:$0.214 | B300:$1.228GB300 NVL72:$1.436 |
| tok/s/MW | B300:1129900GB300 NVL72:4527060 | B300:572209GB300 NVL72:1669879 | B300:249686GB300 NVL72:238976 |
| Concurrency | B300:~23GB300 NVL72:~1113 | B300:~5GB300 NVL72:~291 | B300:~1GB300 NVL72:~13 |
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。