GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B300 vs GB300 NVL72
B300（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。
B300 / GB300 NVL72 在 GLM 5/5.1 上以 44 tok/s/user 运行：1813 / 3413 tok/s/GPU，$0.36 / $0.23 每百万 token。GB300 NVL72 每 token 成本低 58%；GB300 NVL72 每 GPU 吞吐量高出 88%。
在 24–104 tok/s/user 交互性区间的中部，即 GLM 5/5.1 上以 64 tok/s/user 运行时：B300 达到 1509 tok/s/GPU（$0.43/百万 token），GB300 NVL72 达到 407（$1.79/百万）。B300 每 token 成本低 314%；B300 每 GPU 吞吐量高出 271%。
以 84 tok/s/user 为目标在 GLM 5/5.1 上运行时，B300 产出 947 tok/s/GPU（每百万 token $0.69），GB300 NVL72 产出 92（$7.95）。B300 每 token 成本低 1055%；B300 每 GPU 吞吐量高出 934%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:1812.8GB300 NVL72:3413.3 | B300:1508.8GB300 NVL72:407.0 | B300:946.7GB300 NVL72:91.6 |
| Cost ($/M tok) | B300:$0.360GB300 NVL72:$0.228 | B300:$0.433GB300 NVL72:$1.793 | B300:$0.689GB300 NVL72:$7.954 |
| tok/s/MW | B300:835383GB300 NVL72:1625387 | B300:695291GB300 NVL72:193812 | B300:436245GB300 NVL72:43610 |
| Concurrency | B300:~85GB300 NVL72:~1831 | B300:~48GB300 NVL72:~102 | B300:~23GB300 NVL72:~35 |
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: