GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 GLM 5/5.1 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。
B200 在 GLM 5/5.1 上以 58 tok/s/user 运行时达到 2532 tok/s/GPU（每百万 token $0.21）；GB200 NVL72 达到 9598 tok/s/GPU（$0.06）。GB200 NVL72 每 token 成本低 234%；GB200 NVL72 每 GPU 吞吐量高出 279%。
GLM 5/5.1 在 86 tok/s/user 交互性下的吞吐量：B200 为 1796 tok/s/GPU，GB200 NVL72 为 6589。每百万 token 成本分别为 $0.30 和 $0.09。GB200 NVL72 每 token 成本低 227%；GB200 NVL72 每 GPU 吞吐量高出 267%。
B200 / GB200 NVL72 在 GLM 5/5.1 上以 114 tok/s/user 运行：1385 / 1997 tok/s/GPU，$0.39 / $0.31 每百万 token。GB200 NVL72 每 token 成本低 27%；GB200 NVL72 每 GPU 吞吐量高出 44%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:2531.9GB200 NVL72:9597.8 | B200:1796.4GB200 NVL72:6589.1 | B200:1385.1GB200 NVL72:1996.6 |
| Cost ($/M tok) | B200:$0.214GB200 NVL72:$0.064 | B200:$0.303GB200 NVL72:$0.093 | B200:$0.393GB200 NVL72:$0.309 |
| tok/s/MW | B200:1480645GB200 NVL72:5132497 | B200:1050524GB200 NVL72:3523588 | B200:809988GB200 NVL72:1067709 |
| Concurrency | B200:~20GB200 NVL72:~953 | B200:~10GB200 NVL72:~664 | B200:~5GB200 NVL72:~108 |
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。
厂商:
聚合模式:
投机解码: