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 38 tok/s/user 运行时达到 492 tok/s/GPU（每百万 token $1.10）；GB200 NVL72 达到 1184 tok/s/GPU（$0.58）。GB200 NVL72 每 token 成本低 91%；GB200 NVL72 每 GPU 吞吐量高出 141%。
GLM 5/5.1 在 47 tok/s/user 交互性下的吞吐量：B200 为 448 tok/s/GPU，GB200 NVL72 为 197。每百万 token 成本分别为 $1.21 和 $3.59。B200 每 token 成本低 198%；B200 每 GPU 吞吐量高出 128%。
B200 / GB200 NVL72 在 GLM 5/5.1 上以 56 tok/s/user 运行：419 / 49 tok/s/GPU，$1.30 / $12.1 每百万 token。B200 每 token 成本低 833%；B200 每 GPU 吞吐量高出 754%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:492.0GB200 NVL72:1184.3 | B200:448.1GB200 NVL72:196.8 | B200:419.3GB200 NVL72:49.1 |
| Cost ($/M tok) | B200:$1.102GB200 NVL72:$0.577 | B200:$1.205GB200 NVL72:$3.587 | B200:$1.295GB200 NVL72:$12.089 |
| tok/s/MW | B200:226708GB200 NVL72:563960 | B200:206503GB200 NVL72:93728 | B200:193229GB200 NVL72:23391 |
| Concurrency | B200:~458GB200 NVL72:~2084 | B200:~254GB200 NVL72:~284 | B200:~30GB200 NVL72:~27 |
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: