GLM 5/5.1 · 芯片对比
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/chip（每百万 token $0.19）；GB200 NVL72 达到 9598 tok/s/chip（$0.05）。GB200 NVL72 每 token 成本低 253%；GB200 NVL72 每芯片吞吐量高出 279%。
GLM 5/5.1 在 86 tok/s/user 交互性下的吞吐量：B200 为 1796 tok/s/chip，GB200 NVL72 为 6589。每百万 token 成本分别为 $0.27 和 $0.08。GB200 NVL72 每 token 成本低 241%；GB200 NVL72 每芯片吞吐量高出 267%。
B200 / GB200 NVL72 在 GLM 5/5.1 上以 114 tok/s/user 运行：1385 / 1997 tok/s/chip，$0.35 / $0.26 每百万 token。GB200 NVL72 每 token 成本低 34%；GB200 NVL72 每芯片吞吐量高出 44%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:2531.9GB200 NVL72:9597.8 | B200:1796.4GB200 NVL72:6589.1 | B200:1385.1GB200 NVL72:1996.6 |
| Cost ($/M tok) | B200:$0.190GB200 NVL72:$0.054 | B200:$0.268GB200 NVL72:$0.078 | B200:$0.347GB200 NVL72:$0.259 |
| 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，来自 AgentX 场景的智能体推理指标与固定序列推理指标。