Kimi K3.1 Pro — B300 与 GB300 NVL72
对比 B300（NVIDIA Blackwell）与 GB300 NVL72（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 →
将 Kimi K3.1 Pro 的目标交互性设为 106 tok/s/user 时，B300 的吞吐量为 6118 tok/s/chip，每百万 token 成本为 $0.10；GB300 NVL72 的吞吐量为 15002 tok/s/chip，每百万 token 成本为 $0.04。GB300 NVL72 的成本效率高出 140%；GB300 NVL72 的单芯片吞吐量高出 145%。
当 Kimi K3.1 Pro 的目标交互性为 151 tok/s/user 时，B300 的吞吐量为 4760 tok/s/chip，每百万 token 成本为 $0.13；GB300 NVL72 的吞吐量为 9188 tok/s/chip，每百万 token 成本为 $0.07。GB300 NVL72 的成本效率高出 89%；GB300 NVL72 的单芯片吞吐量高出 93%。
在 Kimi K3.1 Pro 的 196 tok/s/user 运行点，B300 的吞吐量为 2961 tok/s/chip，每百万 token 成本为 $0.21；GB300 NVL72 的吞吐量为 5251 tok/s/chip，每百万 token 成本为 $0.12。GB300 NVL72 的成本效率高出 73%；GB300 NVL72 的单芯片吞吐量高出 77%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B300:6117.9GB300 NVL72:15002.3 | B300:4759.7GB300 NVL72:9188.2 | B300:2960.8GB300 NVL72:5250.6 |
| 成本（$/M tok） | B300:$0.103GB300 NVL72:$0.043 | B300:$0.132GB300 NVL72:$0.070 | B300:$0.212GB300 NVL72:$0.122 |
| tok/s/MW | B300:3219945GB300 NVL72:7076535 | B300:2505084GB300 NVL72:4334034 | B300:1558336GB300 NVL72:2476691 |
| 并发数 | B300:~13GB300 NVL72:~70 | B300:~6GB300 NVL72:~45 | B300:~3GB300 NVL72:~30 |