GLM 5/5.1 — GB200 NVL72 vs GB300 NVL72
GB200 NVL72（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 67 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 9135 tok/s/chip，GB300 NVL72 为 10192。每百万 token 成本分别为 $0.06 和 $0.06。GB200 NVL72 每 token 成本低 11%；GB300 NVL72 每芯片吞吐量高出 12%。
GB200 NVL72 / GB300 NVL72 在 GLM 5/5.1 上以 104 tok/s/user 运行：3619 / 4394 tok/s/chip，$0.14 / $0.15 每百万 token。GB200 NVL72 每 token 成本低 2%；GB300 NVL72 每芯片吞吐量高出 21%。
在 30–177 tok/s/user 交互性区间的高端，即 GLM 5/5.1 上以 141 tok/s/user 运行时：GB200 NVL72 达到 630 tok/s/chip（$0.82/百万 token），GB300 NVL72 达到 837（$0.77/百万）。GB300 NVL72 每 token 成本低 7%；GB300 NVL72 每芯片吞吐量高出 33%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:9135.4GB300 NVL72:10192.4 | GB200 NVL72:3618.9GB300 NVL72:4393.6 | GB200 NVL72:629.8GB300 NVL72:837.2 |
| Cost ($/M tok) | GB200 NVL72:$0.057GB300 NVL72:$0.063 | GB200 NVL72:$0.143GB300 NVL72:$0.146 | GB200 NVL72:$0.820GB300 NVL72:$0.766 |
| tok/s/MW | GB200 NVL72:4885238GB300 NVL72:4807740 | GB200 NVL72:1935265GB300 NVL72:2072464 | GB200 NVL72:336816GB300 NVL72:394893 |
| Concurrency | GB200 NVL72:~698GB300 NVL72:~749 | GB200 NVL72:~231GB300 NVL72:~276 | GB200 NVL72:~62GB300 NVL72:~23 |
推理性能
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。