GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B200 vs MI325X
B200（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）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。
以 21 tok/s/user 为目标在 GLM 5/5.1 上运行时，B200 产出 1987 tok/s/GPU（每百万 token $0.27），MI325X 产出 173（$2.08）。B200 每 token 成本低 664%；B200 每 GPU 吞吐量高出 1050%。
在 GLM 5/5.1 上以 26 tok/s/user 交互性运行时，B200 吞吐量为 1054 tok/s/GPU，每百万 token 成本 $0.52；MI325X 吞吐量为 101 tok/s/GPU，成本 $3.53。B200 每 token 成本低 579%；B200 每 GPU 吞吐量高出 940%。
B200 在 GLM 5/5.1 上以 30 tok/s/user 运行时达到 666 tok/s/GPU（每百万 token $0.82）；MI325X 达到 62 tok/s/GPU（$5.71）。B200 每 token 成本低 595%；B200 每 GPU 吞吐量高出 982%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:1987.1MI325X:172.9 | B200:1053.9MI325X:101.3 | B200:665.7MI325X:61.6 |
| Cost ($/M tok) | B200:$0.273MI325X:$2.081 | B200:$0.520MI325X:$3.534 | B200:$0.822MI325X:$5.710 |
| tok/s/MW | B200:915694MI325X:79293 | B200:485654MI325X:46466 | B200:306786MI325X:28234 |
| Concurrency | B200:~1254MI325X:~34 | B200:~757MI325X:~16 | B200:~413MI325X:~9 |
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: