Kimi K3.1 Pro — B200 与 B300
对比 B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 Kimi K3.1 Pro 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 →
31 tok/s/user 接近 14–83 tok/s/user 交互性区间的下限。在这一运行点，B200 运行 Kimi K3.1 Pro 的吞吐量为 2884 tok/s/chip，每百万 token 成本为 $0.17；B300 的吞吐量为 22877 tok/s/chip，每百万 token 成本为 $0.03。B300 的成本效率高出 507%；B300 的单芯片吞吐量高出 693%。
将 Kimi K3.1 Pro 的目标交互性设为 48 tok/s/user 时，B200 的吞吐量为 2187 tok/s/chip，每百万 token 成本为 $0.22；B300 的吞吐量为 17165 tok/s/chip，每百万 token 成本为 $0.04。B300 的成本效率高出 501%；B300 的单芯片吞吐量高出 685%。
当 Kimi K3.1 Pro 的目标交互性为 66 tok/s/user 时，B200 的吞吐量为 1610 tok/s/chip，每百万 token 成本为 $0.30；B300 的吞吐量为 8146 tok/s/chip，每百万 token 成本为 $0.08。B300 的成本效率高出 287%；B300 的单芯片吞吐量高出 406%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:2884.4B300:22876.9 | B200:2186.9B300:17164.8 | B200:1609.9B300:8145.9 |
| 成本（$/M tok） | B200:$0.167B300:$0.027 | B200:$0.220B300:$0.037 | B200:$0.299B300:$0.077 |
| tok/s/MW | B200:1686807B300:12040462 | B200:1278916B300:9034110 | B200:941454B300:4287323 |
| 并发数 | B200:~14B300:~56 | B200:~9B300:~27 | B200:~6B300:~16 |