DeepSeek V4.1 Flash 552B — B200 与 MI325X
对比 B200（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）在 DeepSeek V4.1 Flash 552B 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 →
91 tok/s/user 接近 52–209 tok/s/user 交互性区间的下限。在这一运行点，B200 运行 DeepSeek V4.1 Flash 552B 的吞吐量为 357162 tok/s/chip，每百万 token 成本为 $0.00；MI325X 的吞吐量为 12494 tok/s/chip，每百万 token 成本为 $0.02。B200 的成本效率高出 1718%；B200 的单芯片吞吐量高出 2759%。
将 DeepSeek V4.1 Flash 552B 的目标交互性设为 130 tok/s/user 时，B200 的吞吐量为 316087 tok/s/chip，每百万 token 成本为 $0.00；MI325X 的吞吐量为 6673 tok/s/chip，每百万 token 成本为 $0.05。B200 的成本效率高出 2912%；B200 的单芯片吞吐量高出 4637%。
当 DeepSeek V4.1 Flash 552B 的目标交互性为 170 tok/s/user 时，B200 的吞吐量为 202116 tok/s/chip，每百万 token 成本为 $0.00；MI325X 的吞吐量为 4203 tok/s/chip，每百万 token 成本为 $0.07。B200 的成本效率高出 2957%；B200 的单芯片吞吐量高出 4709%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:357161.8MI325X:12493.5 | B200:316086.6MI325X:6672.9 | B200:202115.6MI325X:4203.2 |
| 成本（$/M tok） | B200:$0.001MI325X:$0.024 | B200:$0.002MI325X:$0.046 | B200:$0.002MI325X:$0.073 |
| tok/s/MW | B200:208866557MI325X:7392612 | B200:184845952MI325X:3948463 | B200:118196239MI325X:2487116 |
| 并发数 | B200:~256MI325X:~4 | B200:~217MI325X:~1 | B200:~135MI325X:~1 |
推理性能
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。