Muse Spark Open 816B — GB300 NVL72 与 Vera Rubin NVL72
对比 GB300 NVL72（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 →
以 259 tok/s/user 为目标运行 Muse Spark Open 816B 时，GB300 NVL72 的吞吐量为 18538 tok/s/chip，每百万 token 成本为 $0.03；Vera Rubin NVL72 的吞吐量为 64658 tok/s/chip，每百万 token 成本为 $0.02。Vera Rubin NVL72 的成本效率高出 123%；Vera Rubin NVL72 的单芯片吞吐量高出 249%。
411 tok/s/user 位于 107–714 tok/s/user 交互性区间的中段。在这一运行点，GB300 NVL72 运行 Muse Spark Open 816B 的吞吐量为 8379 tok/s/chip，每百万 token 成本为 $0.08；Vera Rubin NVL72 的吞吐量为 41314 tok/s/chip，每百万 token 成本为 $0.02。Vera Rubin NVL72 的成本效率高出 215%；Vera Rubin NVL72 的单芯片吞吐量高出 393%。
将 Muse Spark Open 816B 的目标交互性设为 562 tok/s/user 时，GB300 NVL72 的吞吐量为 4575 tok/s/chip，每百万 token 成本为 $0.14；Vera Rubin NVL72 的吞吐量为 27187 tok/s/chip，每百万 token 成本为 $0.04。Vera Rubin NVL72 的成本效率高出 280%；Vera Rubin NVL72 的单芯片吞吐量高出 494%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB300 NVL72:18538.1Vera Rubin NVL72:64657.6 | GB300 NVL72:8379.2Vera Rubin NVL72:41313.9 | GB300 NVL72:4575.3Vera Rubin NVL72:27187.5 |
| 成本（$/M tok） | GB300 NVL72:$0.035Vera Rubin NVL72:$0.016 | GB300 NVL72:$0.077Vera Rubin NVL72:$0.024 | GB300 NVL72:$0.140Vera Rubin NVL72:$0.037 |
| tok/s/MW | GB300 NVL72:8744368Vera Rubin NVL72:19593211 | GB300 NVL72:3952447Vera Rubin NVL72:12519367 | GB300 NVL72:2158147Vera Rubin NVL72:8238636 |
| 并发数 | GB300 NVL72:~12Vera Rubin NVL72:~35 | GB300 NVL72:~9Vera Rubin NVL72:~39 | GB300 NVL72:~1Vera Rubin NVL72:~100 |