Muse Spark Open 816B
DeepSeek V4 Pro 0813 1.6T
Kimi K3 2.8T
GLM5.2/GLM5.3 744B
Qwen3.5 397B
gpt-oss 120B
MiniMax M2.5/2.7 230B
Llama 3.3 70B InstructMuse Spark Open 816B
长上下文、多轮交互的真实智能体场景（AgentX）
B200
—
无精确 @50 结果
MI355X
$0.034缺少可比较的 B200 基线
SGLang · FP4
B300
—
无精确 @50 结果
GB200 NVL72
—
无精确 @50 结果
GB300 NVL72
—
无精确 @50 结果
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 |
|---|---|---|---|---|---|
Muse Spark Open 816B长上下文、多轮交互的真实智能体场景（AgentX） | — 无精确 @50 结果 | $0.034缺少可比较的 B200 基线 SGLang · FP4 | — 无精确 @50 结果 | — 无精确 @50 结果 | — 无精确 @50 结果 |
DeepSeek V4 Pro 0813 1.6T长上下文、多轮交互的真实智能体场景（AgentX） | vLLM · FP4 | $0.011成本比 B200 高 48% SGLang · FP4 | $0.009成本比 B200 高 20% vLLM · FP4 | — 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 | $0.002缺少可比较的 B200 基线 vLLM · 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 | $0.045成本比 B200 低 39% vLLM · FP4 | $0.103成本比 B200 高 40% vLLM · FP4 | $0.061成本比 B200 低 18% Dynamo 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 | $0.023缺少可比较的 B200 基线 SGLang · FP4 | $0.018缺少可比较的 B200 基线 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） | SGLang · FP8 | $0.008成本比 B200 低 58% SGLang · FP8 | $0.006成本比 B200 低 68% Dynamo SGLang · FP4 | $0.006成本比 B200 低 69% Dynamo SGLang · FP4 | — 无精确 @50 结果 |
Qwen3.8 Flash Next 176B长上下文、多轮交互的真实智能体场景（AgentX） | — 无精确 @50 结果 | — 该场景暂无数据 | — 无精确 @50 结果 | — 该场景暂无数据 | $0.005缺少可比较的 B200 基线 SGLang · FP4 |
Qwen3.5 397B8K/1K | SGLang · FP8 | $0.051与 B200 成本基本持平 SGLang · FP4 | $0.035成本比 B200 低 29% SGLang · FP4 | — 无精确 @50 结果 | — 无精确 @50 结果 |
DeepSeek R1 0528 671B维护模式目前已不再对该模型进行持续基准测试。8K/1K | SGLang · FP4 | $0.259成本比 B200 高 149% SGLang · FP8 | $0.340成本比 B200 高 226% SGLang · FP8 | $0.192成本比 B200 高 84% Dynamo SGLang · FP8 · STP | $0.263成本比 B200 高 152% Dynamo SGLang · FP8 · STP |
Kimi K2.5/2.6/2.7-Code 1T已弃用目前已不再对该模型进行持续基准测试。8K/1K | Dynamo vLLM · FP4 · STP | $0.147成本比 B200 高 6% vLLM · FP4 · STP | $0.179成本比 B200 高 29% vLLM · FP4 · STP | $0.112成本比 B200 低 19% Dynamo vLLM · FP4 · STP | $0.115成本比 B200 低 18% Dynamo vLLM · FP4 · STP |
GLM5/5.1 744B已弃用目前已不再对该模型进行持续基准测试。8K/1K | SGLang · FP4 | $0.431成本比 B200 高 150% SGLang · FP8 | $0.210成本比 B200 高 22% SGLang · FP4 | $0.333成本比 B200 高 93% Dynamo SGLang · FP4 · STP | $0.433成本比 B200 高 152% Dynamo SGLang · FP4 · STP |
gpt-oss 120B已弃用目前已不再对该模型进行持续基准测试。8K/1K | vLLM · FP4 · STP | $0.011与 B200 成本基本持平 vLLM · FP4 · STP | — 该场景暂无数据 | — 该场景暂无数据 | — 该场景暂无数据 |
MiniMax M2.5/2.7 230B已弃用目前已不再对该模型进行持续基准测试。8K/1K | vLLM · FP4 · STP | $0.054成本比 B200 高 31% vLLM · FP4 · STP | $0.051成本比 B200 高 24% vLLM · FP4 · STP | $0.041与 B200 成本基本持平 Dynamo vLLM · FP4 · STP | $0.047成本比 B200 高 13% Dynamo vLLM · FP4 · STP |
Llama 3.3 70B Instruct已弃用目前已不再对该模型进行持续基准测试。8K/1K | vLLM · FP4 · STP | $0.145成本比 B200 高 85% vLLM · FP4 · STP | — 该场景暂无数据 | — 该场景暂无数据 | — 该场景暂无数据 |
- 查看详情
DeepSeek V4 Pro 0813 1.6T
长上下文、多轮交互的真实智能体场景（AgentX）
查看详情B200vLLM · FP4MI355X$0.011成本比 B200 高 48%SGLang · FP4B300$0.009成本比 B200 高 20%vLLM · FP4GB200 NVL72—无精确 @50 结果GB300 NVL72—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）
查看详情B200—无精确 @50 结果MI355X—无精确 @50 结果B300—无精确 @50 结果GB200 NVL72—无精确 @50 结果GB300 NVL72$0.002缺少可比较的 B200 基线vLLM · FP4Kimi 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$0.045成本比 B200 低 39%vLLM · FP4B300$0.103成本比 B200 高 40%vLLM · FP4GB200 NVL72$0.061成本比 B200 低 18%Dynamo vLLM · FP4GB300 NVL72—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）
查看详情B200—无精确 @50 结果MI355X$0.023缺少可比较的 B200 基线SGLang · FP4B300$0.018缺少可比较的 B200 基线Dynamo SGLang · FP4GB200 NVL72—无精确 @50 结果GB300 NVL72—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）
查看详情B200SGLang · FP8MI355X$0.008成本比 B200 低 58%SGLang · FP8B300$0.006成本比 B200 低 68%Dynamo SGLang · FP4GB200 NVL72$0.006成本比 B200 低 69%Dynamo SGLang · FP4GB300 NVL72—无精确 @50 结果Qwen3.8 Flash Next 176B
长上下文、多轮交互的真实智能体场景（AgentX）
查看详情B200—无精确 @50 结果MI355X—该场景暂无数据B300—无精确 @50 结果GB200 NVL72—该场景暂无数据GB300 NVL72$0.005缺少可比较的 B200 基线SGLang · FP4Qwen3.5 397B
8K/1K
查看详情B200SGLang · FP8MI355X$0.051与 B200 成本基本持平SGLang · FP4B300$0.035成本比 B200 低 29%SGLang · FP4GB200 NVL72—无精确 @50 结果GB300 NVL72—无精确 @50 结果DeepSeek R1 0528 671B维护模式目前已不再对该模型进行持续基准测试。
8K/1K
查看详情B200SGLang · FP4MI355X$0.259成本比 B200 高 149%SGLang · FP8B300$0.340成本比 B200 高 226%SGLang · FP8GB200 NVL72$0.192成本比 B200 高 84%Dynamo SGLang · FP8STPGB300 NVL72$0.263成本比 B200 高 152%Dynamo SGLang · FP8STPKimi K2.5/2.6/2.7-Code 1T已弃用目前已不再对该模型进行持续基准测试。
8K/1K
查看详情B200Dynamo vLLM · FP4STPMI355X$0.147成本比 B200 高 6%vLLM · FP4STPB300$0.179成本比 B200 高 29%vLLM · FP4STPGB200 NVL72$0.112成本比 B200 低 19%Dynamo vLLM · FP4STPGB300 NVL72$0.115成本比 B200 低 18%Dynamo vLLM · FP4STPGLM5/5.1 744B已弃用目前已不再对该模型进行持续基准测试。
8K/1K
查看详情B200SGLang · FP4MI355X$0.431成本比 B200 高 150%SGLang · FP8B300$0.210成本比 B200 高 22%SGLang · FP4GB200 NVL72$0.333成本比 B200 高 93%Dynamo SGLang · FP4STPGB300 NVL72$0.433成本比 B200 高 152%Dynamo SGLang · FP4STPgpt-oss 120B已弃用目前已不再对该模型进行持续基准测试。
8K/1K
查看详情B200vLLM · FP4STPMI355X$0.011与 B200 成本基本持平vLLM · FP4STPB300—该场景暂无数据GB200 NVL72—该场景暂无数据GB300 NVL72—该场景暂无数据MiniMax M2.5/2.7 230B已弃用目前已不再对该模型进行持续基准测试。
8K/1K
查看详情B200vLLM · FP4STPMI355X$0.054成本比 B200 高 31%vLLM · FP4STPB300$0.051成本比 B200 高 24%vLLM · FP4STPGB200 NVL72$0.041与 B200 成本基本持平Dynamo vLLM · FP4STPGB300 NVL72$0.047成本比 B200 高 13%Dynamo vLLM · FP4STPLlama 3.3 70B Instruct已弃用目前已不再对该模型进行持续基准测试。
8K/1K
查看详情B200vLLM · FP4STPMI355X$0.145成本比 B200 高 85%vLLM · FP4STPB300—该场景暂无数据GB200 NVL72—该场景暂无数据GB300 NVL72—该场景暂无数据
— = 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。