DeepSeek V4 Pro 0813 1.6T
8K/1K
B200
TRTLLM · FP4
MI355X
—
无法达到 @200
B300
$1.392成本比 B200 低 9%
TRTLLM · FP4
GB200 NVL72
—
无法达到 @200
GB300 NVL72
$1.797成本比 B200 高 17%
Dynamo TRTLLM · FP4
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 · 基准 | MI355X | B300 | GB200 NVL72 | GB300 NVL72 |
|---|---|---|---|---|---|
DeepSeek V4 Pro 0813 1.6T8K/1K | TRTLLM · FP4 | — 无法达到 @200 | $1.392成本比 B200 低 9% TRTLLM · FP4 | — 无法达到 @200 | $1.797成本比 B200 高 17% Dynamo TRTLLM · FP4 |
Kimi K3 2.8T长上下文、多轮交互的真实智能体场景（AgentX） | Dynamo vLLM · FP4 | — 无法达到 @200 | $0.310成本比 B200 低 37% vLLM · FP4 | — 无法达到 @200 | $0.281成本比 B200 低 43% Dynamo vLLM · FP4 |
MiniMax M3 428B8K/1K | vLLM · FP4 | $0.154成本比 B200 高 18% ATOM¹ · FP4 | $0.168成本比 B200 高 29% vLLM · FP4 | — 无法达到 @200 | $0.487成本比 B200 高 275% Dynamo vLLM · FP8 |
MiniMax M3 428B长上下文、多轮交互的真实智能体场景（AgentX） | TRTLLM · FP4 | — 无法达到 @200 | $0.022成本比 B200 高 14% TRTLLM · FP4 | $0.068成本比 B200 高 247% Dynamo vLLM · FP4 | $0.039成本比 B200 高 99% Dynamo vLLM · FP4 |
GLM5.2/GLM5.3 744B长上下文、多轮交互的真实智能体场景（AgentX） | SGLang · FP4 | — 无法达到 @200 | $0.110成本比 B200 高 14% SGLang · FP4 | — 无精确 @200 结果 | $0.094与 B200 成本基本持平 Dynamo TRTLLM · FP4 |
Qwen3.5 397B8K/1K | SGLang · FP4 | $0.332成本比 B200 高 201% ATOM¹ · FP8 | $0.119成本比 B200 高 8% SGLang · FP4 | $0.536成本比 B200 高 386% Dynamo SGLang · FP8 | $0.098成本比 B200 低 11% Dynamo TRTLLM · FP4 |
Qwen3.5 397B长上下文、多轮交互的真实智能体场景（AgentX） | SGLang · FP4 | — 无法达到 @200 | $0.019成本比 B200 高 32% SGLang · FP4 | $0.016成本比 B200 高 10% Dynamo SGLang · FP4 | $0.011成本比 B200 低 23% Dynamo TRTLLM · FP4 |
- 查看详情
Kimi K3 2.8T
长上下文、多轮交互的真实智能体场景（AgentX）
查看详情B200Dynamo vLLM · FP4MI355X—无法达到 @200B300$0.310成本比 B200 低 37%vLLM · FP4GB200 NVL72—无法达到 @200GB300 NVL72$0.281成本比 B200 低 43%Dynamo vLLM · FP4MiniMax M3 428B
8K/1K
查看详情B200vLLM · FP4MI355X$0.154成本比 B200 高 18%ATOM¹ · FP4B300$0.168成本比 B200 高 29%vLLM · FP4GB200 NVL72—无法达到 @200GB300 NVL72$0.487成本比 B200 高 275%Dynamo vLLM · FP8MiniMax M3 428B
长上下文、多轮交互的真实智能体场景（AgentX）
查看详情B200TRTLLM · FP4MI355X—无法达到 @200B300$0.022成本比 B200 高 14%TRTLLM · FP4GB200 NVL72$0.068成本比 B200 高 247%Dynamo vLLM · FP4GB300 NVL72$0.039成本比 B200 高 99%Dynamo vLLM · FP4GLM5.2/GLM5.3 744B
长上下文、多轮交互的真实智能体场景（AgentX）
查看详情B200SGLang · FP4MI355X—无法达到 @200B300$0.110成本比 B200 高 14%SGLang · FP4GB200 NVL72—无精确 @200 结果GB300 NVL72$0.094与 B200 成本基本持平Dynamo TRTLLM · FP4Qwen3.5 397B
8K/1K
查看详情B200SGLang · FP4MI355X$0.332成本比 B200 高 201%ATOM¹ · FP8B300$0.119成本比 B200 高 8%SGLang · FP4GB200 NVL72$0.536成本比 B200 高 386%Dynamo SGLang · FP8GB300 NVL72$0.098成本比 B200 低 11%Dynamo TRTLLM · FP4Qwen3.5 397B
长上下文、多轮交互的真实智能体场景（AgentX）
查看详情B200SGLang · FP4MI355X—无法达到 @200B300$0.019成本比 B200 高 32%SGLang · FP4GB200 NVL72$0.016成本比 B200 高 10%Dynamo SGLang · FP4GB300 NVL72$0.011成本比 B200 低 23%Dynamo TRTLLM · FP4
— = 无结果。∞ = 缺少 B200 基线。
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。