GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
GLM 5/5.1 在 31 tok/s/user 交互性下的吞吐量：B200 为 644 tok/s/GPU，GB300 NVL72 为 3824。每百万 token 成本分别为 $0.85 和 $0.19。GB300 NVL72 每 token 成本低 339%；GB300 NVL72 每 GPU 吞吐量高出 494%。
B200 / GB300 NVL72 在 GLM 5/5.1 上以 43 tok/s/user 运行：460 / 276 tok/s/GPU，$1.18 / $2.67 每百万 token。B200 每 token 成本低 127%；B200 每 GPU 吞吐量高出 67%。
在 19–67 tok/s/user 交互性区间的高端，即 GLM 5/5.1 上以 55 tok/s/user 运行时：B200 达到 424 tok/s/GPU（$1.28/百万 token），GB300 NVL72 达到 93（$7.90/百万）。B200 每 token 成本低 518%；B200 每 GPU 吞吐量高出 355%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:643.6GB300 NVL72:3824.1 | B200:459.6GB300 NVL72:275.7 | B200:424.0GB300 NVL72:93.2 |
| Cost ($/M tok) | B200:$0.847GB300 NVL72:$0.193 | B200:$1.180GB300 NVL72:$2.674 | B200:$1.279GB300 NVL72:$7.904 |
| tok/s/MW | B200:296604GB300 NVL72:1820984 | B200:211792GB300 NVL72:131293 | B200:195401GB300 NVL72:44379 |
| Concurrency | B200:~321GB300 NVL72:~6137 | B200:~424GB300 NVL72:~258 | B200:~31GB300 NVL72:~67 |
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: