对比 B300（NVIDIA Blackwell）与 TPU7x（Google Ironwood）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 →
当 Kimi K3 2.8T 的目标交互性为 70 tok/s/user 时，B300 与 TPU7x 的吞吐量分别为 4851 和 5895 tok/s/chip，每百万 token 成本分别为 $0.13 和 $0.05。TPU7x 的成本效率高出 167%；TPU7x 的单芯片吞吐量高出 22%。
以 114 tok/s/user 为目标运行 Kimi K3 2.8T 时，B300 的吞吐量为 3550 tok/s/chip，每百万 token 成本为 $0.18；TPU7x 的吞吐量为 4094 tok/s/chip，每百万 token 成本为 $0.07。TPU7x 的成本效率高出 153%；TPU7x 的单芯片吞吐量高出 15%。
158 tok/s/user 接近 26–202 tok/s/user 交互性区间的上限。在这一运行点，B300 运行 Kimi K3 2.8T 的吞吐量为 2063 tok/s/chip，每百万 token 成本为 $0.30；TPU7x 的吞吐量为 2447 tok/s/chip，每百万 token 成本为 $0.12。TPU7x 的成本效率高出 160%；TPU7x 的单芯片吞吐量高出 19%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B300:4851.0TPU7x:5895.0 | B300:3549.6TPU7x:4094.5 | B300:2063.2TPU7x:2446.8 |
| 成本（$/M tok） | B300:$0.129TPU7x:$0.049 | B300:$0.177TPU7x:$0.070 | B300:$0.304TPU7x:$0.117 |
| tok/s/MW | B300:2553136TPU7x:4883971 | B300:1868235TPU7x:3392285 | B300:1085910TPU7x:2027193 |
| 并发数 | B300:~7TPU7x:~39 | B300:~5TPU7x:~21 | B300:~1TPU7x:~11 |
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。
