GLM 5/5.1 · GPU 对比
GLM 5/5.1 — H200 vs MI325X
H200（NVIDIA Hopper）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。
H200 在 GLM 5/5.1 上以 24 tok/s/user 运行时达到 396 tok/s/GPU（每百万 token $0.99）；MI325X 达到 148 tok/s/GPU（$2.46）。H200 每 token 成本低 149%；H200 每 GPU 吞吐量高出 168%。
GLM 5/5.1 在 28 tok/s/user 交互性下的吞吐量：H200 为 396 tok/s/GPU，MI325X 为 75。每百万 token 成本分别为 $0.99 和 $4.82。H200 每 token 成本低 387%；H200 每 GPU 吞吐量高出 431%。
H200 / MI325X 在 GLM 5/5.1 上以 31 tok/s/user 运行：396 / 54 tok/s/GPU，$0.99 / $6.55 每百万 token。H200 每 token 成本低 562%；H200 每 GPU 吞吐量高出 627%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:395.7MI325X:147.5 | H200:395.7MI325X:74.5 | H200:395.7MI325X:54.5 |
| Cost ($/M tok) | H200:$0.990MI325X:$2.465 | H200:$0.990MI325X:$4.823 | H200:$0.990MI325X:$6.553 |
| tok/s/MW | H200:228711MI325X:67680 | H200:228711MI325X:34179 | H200:228711MI325X:24978 |
| Concurrency | H200:~64MI325X:~25 | H200:~64MI325X:~14 | H200:~64MI325X:~8 |
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: