DeepSeek V4.1 Flash 552B — B300 与 MI300X
对比 B300（NVIDIA Blackwell）与 MI300X（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 →
90 tok/s/user 接近 52–205 tok/s/user 交互性区间的下限。在这一运行点，B300 运行 DeepSeek V4.1 Flash 552B 的吞吐量为 270381 tok/s/chip，每百万 token 成本为 $0.00；MI300X 的吞吐量为 8684 tok/s/chip，每百万 token 成本为 $0.03。B300 的成本效率高出 1209%；B300 的单芯片吞吐量高出 3014%。
将 DeepSeek V4.1 Flash 552B 的目标交互性设为 129 tok/s/user 时，B300 的吞吐量为 222184 tok/s/chip，每百万 token 成本为 $0.00；MI300X 的吞吐量为 5837 tok/s/chip，每百万 token 成本为 $0.05。B300 的成本效率高出 1500%；B300 的单芯片吞吐量高出 3706%。
当 DeepSeek V4.1 Flash 552B 的目标交互性为 167 tok/s/user 时，B300 的吞吐量为 179690 tok/s/chip，每百万 token 成本为 $0.00；MI300X 的吞吐量为 3869 tok/s/chip，每百万 token 成本为 $0.07。B300 的成本效率高出 1852%；B300 的单芯片吞吐量高出 4545%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B300:270381.2MI300X:8683.9 | B300:222183.8MI300X:5837.2 | B300:179690.2MI300X:3868.6 |
| 成本（$/M tok） | B300:$0.002MI300X:$0.030 | B300:$0.003MI300X:$0.045 | B300:$0.003MI300X:$0.068 |
| tok/s/MW | B300:142305875MI300X:6247383 | B300:116938851MI300X:4199440 | B300:94573808MI300X:2783173 |
| 并发数 | B300:~95MI300X:~6 | B300:~64MI300X:~4 | B300:~55MI300X:~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。