GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B200 vs MI355X
B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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 32 tok/s/user 交互性下的吞吐量：B200 为 1756 tok/s/GPU，MI355X 为 1369。每百万 token 成本分别为 $0.31 和 $0.30。MI355X 每 token 成本低 1%；B200 每 GPU 吞吐量高出 28%。
B200 / MI355X 在 GLM 5/5.1 上以 51 tok/s/user 运行：1287 / 957 tok/s/GPU，$0.42 / $0.43 每百万 token。B200 每 token 成本低 2%；B200 每 GPU 吞吐量高出 35%。
在 12–90 tok/s/user 交互性区间的高端，即 GLM 5/5.1 上以 71 tok/s/user 运行时：B200 达到 1004 tok/s/GPU（$0.54/百万 token），MI355X 达到 709（$0.57/百万）。B200 每 token 成本低 6%；B200 每 GPU 吞吐量高出 41%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:1756.3MI355X:1368.5 | B200:1287.2MI355X:956.5 | B200:1003.6MI355X:709.4 |
| Cost ($/M tok) | B200:$0.309MI355X:$0.305 | B200:$0.417MI355X:$0.427 | B200:$0.542MI355X:$0.572 |
| tok/s/MW | B200:809366MI355X:516422 | B200:593190MI355X:360952 | B200:462497MI355X:267691 |
| Concurrency | B200:~240MI355X:~19 | B200:~23MI355X:~9 | B200:~13MI355X:~4 |
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: