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 61 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 9313 tok/s/GPU，每百万 token 成本 $0.07；GB300 NVL72 吞吐量为 9956 tok/s/GPU，成本 $0.07。GB200 NVL72 每 token 成本低 12%；GB300 NVL72 每 GPU 吞吐量高出 7%。
GB200 NVL72 在 DeepSeek V4 Pro 1.6T 上以 108 tok/s/user 运行时达到 6373 tok/s/GPU（每百万 token $0.10）；GB300 NVL72 达到 6283 tok/s/GPU（$0.12）。GB200 NVL72 每 token 成本低 23%；GB200 NVL72 每 GPU 吞吐量高出 1%。
DeepSeek V4 Pro 1.6T 在 156 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 524 tok/s/GPU，GB300 NVL72 为 965。每百万 token 成本分别为 $1.17 和 $0.76。GB300 NVL72 每 token 成本低 54%；GB300 NVL72 每 GPU 吞吐量高出 84%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:9313.3GB300 NVL72:9956.5 | GB200 NVL72:6372.6GB300 NVL72:6282.6 | GB200 NVL72:523.7GB300 NVL72:965.2 |
| Cost ($/M tok) | GB200 NVL72:$0.066GB300 NVL72:$0.074 | GB200 NVL72:$0.096GB300 NVL72:$0.118 | GB200 NVL72:$1.173GB300 NVL72:$0.763 |
| tok/s/MW | GB200 NVL72:4434909GB300 NVL72:4741183 | GB200 NVL72:3034562GB300 NVL72:2991709 | GB200 NVL72:249394GB300 NVL72:459642 |
| Concurrency | GB200 NVL72:~13529GB300 NVL72:~1049 | GB200 NVL72:~1992GB300 NVL72:~610 | GB200 NVL72:~42GB300 NVL72:~30 |
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。