DeepSeek V4 Pro 1.6T — GB200 NVL72 vs GB300 NVL72
GB200 NVL72（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。
在 DeepSeek V4 Pro 1.6T 上以 64 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 9108 tok/s/Chip，每百万 token 成本 $0.06；GB300 NVL72 吞吐量为 9898 tok/s/Chip，成本 $0.06。GB200 NVL72 每 token 成本低 14%；GB300 NVL72 每 Chip 吞吐量高出 9%。
GB200 NVL72 在 DeepSeek V4 Pro 1.6T 上以 111 tok/s/user 运行时达到 6055 tok/s/Chip（每百万 token $0.09）；GB300 NVL72 达到 6023 tok/s/Chip（$0.11）。GB200 NVL72 每 token 成本低 25%；每 Chip 吞吐量基本持平。
DeepSeek V4 Pro 1.6T 在 157 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 523 tok/s/Chip，GB300 NVL72 为 965。每百万 token 成本分别为 $0.99 和 $0.67。GB300 NVL72 每 token 成本低 49%；GB300 NVL72 每 Chip 吞吐量高出 85%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:9108.2GB300 NVL72:9897.8 | GB200 NVL72:6055.1GB300 NVL72:6023.1 | GB200 NVL72:522.7GB300 NVL72:964.6 |
| Cost ($/M tok) | GB200 NVL72:$0.057GB300 NVL72:$0.065 | GB200 NVL72:$0.085GB300 NVL72:$0.107 | GB200 NVL72:$0.989GB300 NVL72:$0.665 |
| tok/s/MW | GB200 NVL72:4870672GB300 NVL72:4668766 | GB200 NVL72:3238016GB300 NVL72:2841097 | GB200 NVL72:279500GB300 NVL72:455004 |
| Concurrency | GB200 NVL72:~9943GB300 NVL72:~1033 | GB200 NVL72:~1815GB300 NVL72:~615 | GB200 NVL72:~41GB300 NVL72:~31 |
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。