对比 B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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 →
在 DeepSeek V4.1 Flash 552B 的 19 tok/s/user 运行点，B200 的吞吐量为 87242 tok/s/chip，每百万 token 成本为 $0.01；MI355X 的吞吐量为 9485 tok/s/chip，每百万 token 成本为 $0.04。B200 的成本效率高出 697%；B200 的单芯片吞吐量高出 820%。
当 DeepSeek V4.1 Flash 552B 的目标交互性为 24 tok/s/user 时，B200 与 MI355X 的吞吐量分别为 87242 和 6984 tok/s/chip，每百万 token 成本分别为 $0.01 和 $0.06。B200 的成本效率高出 983%；B200 的单芯片吞吐量高出 1149%。
以 30 tok/s/user 为目标运行 DeepSeek V4.1 Flash 552B 时，B200 的吞吐量为 87242 tok/s/chip，每百万 token 成本为 $0.01；MI355X 的吞吐量为 3578 tok/s/chip，每百万 token 成本为 $0.12。B200 的成本效率高出 2014%；B200 的单芯片吞吐量高出 2339%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:87242.3MI355X:9485.1 | B200:87242.3MI355X:6983.9 | B200:87242.3MI355X:3577.6 |
| 成本（$/M tok） | B200:$0.006MI355X:$0.044 | B200:$0.006MI355X:$0.060 | B200:$0.006MI355X:$0.116 |
| tok/s/MW | B200:51018864MI355X:4538332 | B200:51018864MI355X:3341561 | B200:51018864MI355X:1711792 |
| 并发数 | B200:~64MI355X:~17 | B200:~64MI355X:~10 | B200:~64MI355X:~5 |
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。
当前选择没有可绘制的测量数据。请检查上方的基准测试设置，或调整快捷筛选。
