对比 B300（NVIDIA Blackwell）与 Vera Rubin NVL72（NVIDIA Vera Rubin）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 →
将 Kimi K3 2.8T 的目标交互性设为 127 tok/s/user 时，B300 的吞吐量为 2488 tok/s/chip，每百万 token 成本为 $0.25；Vera Rubin NVL72 的吞吐量为 39806 tok/s/chip，每百万 token 成本为 $0.03。Vera Rubin NVL72 的成本效率高出 902%；Vera Rubin NVL72 的单芯片吞吐量高出 1500%。
当 Kimi K3 2.8T 的目标交互性为 153 tok/s/user 时，B300 的吞吐量为 2070 tok/s/chip，每百万 token 成本为 $0.30；Vera Rubin NVL72 的吞吐量为 34857 tok/s/chip，每百万 token 成本为 $0.03。Vera Rubin NVL72 的成本效率高出 954%；Vera Rubin NVL72 的单芯片吞吐量高出 1584%。
在 Kimi K3 2.8T 的 178 tok/s/user 运行点，B300 的吞吐量为 2042 tok/s/chip，每百万 token 成本为 $0.31；Vera Rubin NVL72 的吞吐量为 30624 tok/s/chip，每百万 token 成本为 $0.03。Vera Rubin NVL72 的成本效率高出 839%；Vera Rubin NVL72 的单芯片吞吐量高出 1400%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B300:2488.2Vera Rubin NVL72:39805.9 | B300:2070.3Vera Rubin NVL72:34856.7 | B300:2042.1Vera Rubin NVL72:30624.1 |
| 成本（$/M tok） | B300:$0.252Vera Rubin NVL72:$0.025 | B300:$0.303Vera Rubin NVL72:$0.029 | B300:$0.307Vera Rubin NVL72:$0.033 |
| tok/s/MW | B300:1309602Vera Rubin NVL72:12062403 | B300:1089641Vera Rubin NVL72:10562643 | B300:1074802Vera Rubin NVL72:9280017 |
| 并发数 | B300:~3Vera Rubin NVL72:~221 | B300:~2Vera Rubin NVL72:~184 | B300:~1Vera Rubin NVL72:~151 |
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。
