对比 B300（NVIDIA Blackwell）与 GB300 NVL72（NVIDIA Blackwell）在 Kimi K3 2.8T 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标，操作方式与主推理图表相同。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
以 57 tok/s/user 为目标运行 Kimi K3 2.8T 时，B300 的吞吐量为 5615 tok/s/chip，每百万 token 成本为 $0.11；GB300 NVL72 的吞吐量为 12034 tok/s/chip，每百万 token 成本为 $0.05。GB300 NVL72 的成本效率高出 110%；GB300 NVL72 的单芯片吞吐量高出 114%。
105 tok/s/user 位于 9–202 tok/s/user 交互性区间的中段。在这一运行点，B300 运行 Kimi K3 2.8T 的吞吐量为 3911 tok/s/chip，每百万 token 成本为 $0.16；GB300 NVL72 的吞吐量为 7724 tok/s/chip，每百万 token 成本为 $0.08。GB300 NVL72 的成本效率高出 93%；GB300 NVL72 的单芯片吞吐量高出 97%。
将 Kimi K3 2.8T 的目标交互性设为 154 tok/s/user 时，B300 的吞吐量为 2069 tok/s/chip，每百万 token 成本为 $0.30；GB300 NVL72 的吞吐量为 5374 tok/s/chip，每百万 token 成本为 $0.12。GB300 NVL72 的成本效率高出 154%；GB300 NVL72 的单芯片吞吐量高出 160%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B300:5615.2GB300 NVL72:12034.3 | B300:3911.3GB300 NVL72:7723.8 | B300:2068.8GB300 NVL72:5373.5 |
| 成本（$/M tok） | B300:$0.112GB300 NVL72:$0.053 | B300:$0.161GB300 NVL72:$0.083 | B300:$0.303GB300 NVL72:$0.119 |
| tok/s/MW | B300:2955360GB300 NVL72:5676555 | B300:2058569GB300 NVL72:3643280 | B300:1088859GB300 NVL72:2534678 |
| 并发数 | B300:~9GB300 NVL72:~48 | B300:~5GB300 NVL72:~32 | B300:~2GB300 NVL72:~25 |
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。
当前选择没有可绘制的测量数据。请检查上方的基准测试设置，或调整快捷筛选。
