GLM 5/5.1 · GPU 对比
GLM 5/5.1 — B300 vs MI325X
B300（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。
在 17–34 tok/s/user 交互性区间的低端，即 GLM 5/5.1 上以 21 tok/s/user 运行时：B300 达到 1311 tok/s/GPU（$0.50/百万 token），MI325X 达到 173（$2.08/百万）。B300 每 token 成本低 320%；B300 每 GPU 吞吐量高出 659%。
以 26 tok/s/user 为目标在 GLM 5/5.1 上运行时，B300 产出 1169 tok/s/GPU（每百万 token $0.56），MI325X 产出 101（$3.53）。B300 每 token 成本低 532%；B300 每 GPU 吞吐量高出 1054%。
在 GLM 5/5.1 上以 30 tok/s/user 交互性运行时，B300 吞吐量为 1062 tok/s/GPU，每百万 token 成本 $0.61；MI325X 吞吐量为 62 tok/s/GPU，成本 $5.71。B300 每 token 成本低 831%；B300 每 GPU 吞吐量高出 1626%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:1311.3MI325X:172.9 | B300:1169.4MI325X:101.3 | B300:1062.1MI325X:61.6 |
| Cost ($/M tok) | B300:$0.496MI325X:$2.081 | B300:$0.559MI325X:$3.534 | B300:$0.613MI325X:$5.710 |
| tok/s/MW | B300:604301MI325X:79293 | B300:538903MI325X:46466 | B300:489460MI325X:28234 |
| Concurrency | B300:~256MI325X:~34 | B300:~194MI325X:~16 | B300:~149MI325X:~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: