Muse Spark Open 816B — B200 与 Vera Rubin NVL72
对比 B200（NVIDIA Blackwell）与 Vera Rubin NVL72（NVIDIA Vera Rubin）在 Muse Spark Open 816B 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 Muse Spark Open 816B 的目标交互性为 193 tok/s/user 时，B200 的吞吐量为 17909 tok/s/chip，每百万 token 成本为 $0.03；Vera Rubin NVL72 的吞吐量为 85038 tok/s/chip，每百万 token 成本为 $0.01。Vera Rubin NVL72 的成本效率高出 128%；Vera Rubin NVL72 的单芯片吞吐量高出 375%。
在 Muse Spark Open 816B 的 280 tok/s/user 运行点，B200 的吞吐量为 10515 tok/s/chip，每百万 token 成本为 $0.05；Vera Rubin NVL72 的吞吐量为 60397 tok/s/chip，每百万 token 成本为 $0.02。Vera Rubin NVL72 的成本效率高出 175%；Vera Rubin NVL72 的单芯片吞吐量高出 474%。
当 Muse Spark Open 816B 的目标交互性为 366 tok/s/user 时，B200 与 Vera Rubin NVL72 的吞吐量分别为 4364 和 47891 tok/s/chip，每百万 token 成本分别为 $0.11 和 $0.02。Vera Rubin NVL72 的成本效率高出 426%；Vera Rubin NVL72 的单芯片吞吐量高出 997%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:17908.7Vera Rubin NVL72:85037.6 | B200:10515.2Vera Rubin NVL72:60397.1 | B200:4363.7Vera Rubin NVL72:47891.3 |
| 成本（$/M tok） | B200:$0.027Vera Rubin NVL72:$0.012 | B200:$0.046Vera Rubin NVL72:$0.017 | B200:$0.110Vera Rubin NVL72:$0.021 |
| tok/s/MW | B200:10472910Vera Rubin NVL72:25768957 | B200:6149236Vera Rubin NVL72:18302137 | B200:2551855Vera Rubin NVL72:14512506 |
| 并发数 | B200:~11Vera Rubin NVL72:~48 | B200:~10Vera Rubin NVL72:~32 | B200:~4Vera Rubin NVL72:~24 |