Muse Spark Open 816B — B300 与 Vera Rubin NVL72
对比 B300（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 →
将 Muse Spark Open 816B 的目标交互性设为 206 tok/s/user 时，B300 的吞吐量为 23299 tok/s/chip，每百万 token 成本为 $0.03；Vera Rubin NVL72 的吞吐量为 79984 tok/s/chip，每百万 token 成本为 $0.01。Vera Rubin NVL72 的成本效率高出 115%；Vera Rubin NVL72 的单芯片吞吐量高出 243%。
当 Muse Spark Open 816B 的目标交互性为 306 tok/s/user 时，B300 的吞吐量为 16082 tok/s/chip，每百万 token 成本为 $0.04；Vera Rubin NVL72 的吞吐量为 56067 tok/s/chip，每百万 token 成本为 $0.02。Vera Rubin NVL72 的成本效率高出 118%；Vera Rubin NVL72 的单芯片吞吐量高出 249%。
在 Muse Spark Open 816B 的 405 tok/s/user 运行点，B300 的吞吐量为 9002 tok/s/chip，每百万 token 成本为 $0.07；Vera Rubin NVL72 的吞吐量为 42194 tok/s/chip，每百万 token 成本为 $0.02。Vera Rubin NVL72 的成本效率高出 193%；Vera Rubin NVL72 的单芯片吞吐量高出 369%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B300:23298.7Vera Rubin NVL72:79984.1 | B300:16082.1Vera Rubin NVL72:56066.7 | B300:9001.8Vera Rubin NVL72:42194.0 |
| 成本（$/M tok） | B300:$0.027Vera Rubin NVL72:$0.013 | B300:$0.039Vera Rubin NVL72:$0.018 | B300:$0.070Vera Rubin NVL72:$0.024 |
| tok/s/MW | B300:12262465Vera Rubin NVL72:24237617 | B300:8464247Vera Rubin NVL72:16989904 | B300:4737794Vera Rubin NVL72:12786068 |
| 并发数 | B300:~17Vera Rubin NVL72:~45 | B300:~18Vera Rubin NVL72:~28 | B300:~11Vera Rubin NVL72:~32 |