对比 GB300 NVL72（NVIDIA Blackwell）与 Vera Rubin NVL72（NVIDIA Vera Rubin）在 DeepSeekv4 Pro 0813 1.6T 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标，操作方式与主推理图表相同。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
在 DeepSeekv4 Pro 0813 1.6T 的 130 tok/s/user 运行点，GB300 NVL72 的吞吐量为 71122 tok/s/chip，每百万 token 成本为 $0.01；Vera Rubin NVL72 的吞吐量为 255517 tok/s/chip，每百万 token 成本为 $0.00。Vera Rubin NVL72 的成本效率高出 130%；Vera Rubin NVL72 的单芯片吞吐量高出 259%。
当 DeepSeekv4 Pro 0813 1.6T 的目标交互性为 187 tok/s/user 时，GB300 NVL72 与 Vera Rubin NVL72 的吞吐量分别为 13202 和 136274 tok/s/chip，每百万 token 成本分别为 $0.05 和 $0.01。Vera Rubin NVL72 的成本效率高出 561%；Vera Rubin NVL72 的单芯片吞吐量高出 932%。
以 243 tok/s/user 为目标运行 DeepSeekv4 Pro 0813 1.6T 时，GB300 NVL72 的吞吐量为 5685 tok/s/chip，每百万 token 成本为 $0.11；Vera Rubin NVL72 的吞吐量为 4625 tok/s/chip，每百万 token 成本为 $0.22。GB300 NVL72 的成本效率高出 92%；GB300 NVL72 的单芯片吞吐量高出 23%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB300 NVL72:71121.8Vera Rubin NVL72:255516.7 | GB300 NVL72:13201.6Vera Rubin NVL72:136274.4 | GB300 NVL72:5685.3Vera Rubin NVL72:4625.1 |
| 成本（$/M tok） | GB300 NVL72:$0.009Vera Rubin NVL72:$0.004 | GB300 NVL72:$0.049Vera Rubin NVL72:$0.007 | GB300 NVL72:$0.113Vera Rubin NVL72:$0.217 |
| tok/s/MW | GB300 NVL72:33548002Vera Rubin NVL72:77429317 | GB300 NVL72:6227165Vera Rubin NVL72:41295259 | GB300 NVL72:2681731Vera Rubin NVL72:1401538 |
| 并发数 | GB300 NVL72:~325Vera Rubin NVL72:~2737 | GB300 NVL72:~32Vera Rubin NVL72:~1213 | GB300 NVL72:~1Vera Rubin NVL72:~19 |
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。
