GLM 5/5.1 · GPU 对比
GLM 5/5.1 — GB200 NVL72 vs H200
GB200 NVL72（NVIDIA Blackwell）与 H200（NVIDIA Hopper）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 GLM 5/5.1 上以 67 tok/s/user 运行时，GB200 NVL72 吞吐量为 9135 tok/s/GPU，每百万 token 成本 $0.07；H200 在此目标点没有基准测试数据。
GB200 NVL72 在 GLM 5/5.1 上以 104 tok/s/user 运行时达到 3619 tok/s/GPU（每百万 token $0.17）。H200 在此工作点没有数据。
GB200 NVL72：630 tok/s/GPU，每百万 token $0.98（GLM 5/5.1 上以 141 tok/s/user 运行）。H200 在此点尚未测试。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:9135.4H200:— | GB200 NVL72:3618.9H200:— | GB200 NVL72:629.8H200:— |
| Cost ($/M tok) | GB200 NVL72:$0.068H200:— | GB200 NVL72:$0.168H200:— | GB200 NVL72:$0.976H200:— |
| tok/s/MW | GB200 NVL72:4885238H200:— | GB200 NVL72:1935265H200:— | GB200 NVL72:336816H200:— |
| Concurrency | GB200 NVL72:~698H200:— | GB200 NVL72:~231H200:— | GB200 NVL72:~62H200:— |
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: