DeepSeek V4 Pro 0813 1.6T
Kimi K3 2.8T
GLM5.2/GLM5.3 744B
Qwen3.5 397BDeepSeek V4 Pro 0813 1.6T
长上下文、多轮交互的真实智能体场景（AgentX）
智能体推理成本
超大规模云厂商成本 ↓ 越低越好 来源：InferenceX 与 SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model
| 模型 · 场景 | B200 | MI355X | B300 | GB200 NVL72 | GB300 NVL72 |
|---|---|---|---|---|---|
DeepSeek V4 Pro 0813 1.6T长上下文、多轮交互的真实智能体场景（AgentX） | — 无精确 @50 结果 | — 无精确 @50 结果 | |||
DeepSeek V4.1 Flash 552B长上下文、多轮交互的真实智能体场景（AgentX） | — 无精确 @50 结果 | — 无精确 @50 结果 | — 无精确 @50 结果 | — 无精确 @50 结果 | |
Kimi K3 2.8T长上下文、多轮交互的真实智能体场景（AgentX） | vLLM · FP4 | — 无精确 @50 结果 | |||
GLM5.2/GLM5.3 744B长上下文、多轮交互的真实智能体场景（AgentX） | — 无精确 @50 结果 | Dynamo SGLang · FP4 | — 无精确 @50 结果 | — 无精确 @50 结果 | |
Qwen3.5 397B长上下文、多轮交互的真实智能体场景（AgentX） | Dynamo SGLang · FP4 | — 无精确 @50 结果 | |||
Qwen3.5 397B8K/1K | SGLang · FP8 | — 无精确 @50 结果 | — 无精确 @50 结果 |
DeepSeek V4.1 Flash 552B
长上下文、多轮交互的真实智能体场景（AgentX）
Kimi K3 2.8T
长上下文、多轮交互的真实智能体场景（AgentX）
GLM5.2/GLM5.3 744B
长上下文、多轮交互的真实智能体场景（AgentX）
Qwen3.5 397B
长上下文、多轮交互的真实智能体场景（AgentX）
Qwen3.5 397B
8K/1K
当前成本，以及相较于 30–60 天前该平台最近一次有效结果的变化。
缺少有效 30 天对比的平台仅显示当前成本。
如果某款芯片没有可用的 FP4 投机解码配置，则改用次优配置。