DeepSeek V4 Pro 1.6T — B300 vs GB200 NVL72
B300（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 DeepSeek V4 Pro 1.6T 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
在 18–203 tok/s/user 交互性区间的低端，即 DeepSeek V4 Pro 1.6T 上以 64 tok/s/user 运行时：B300 达到 3048 tok/s/Chip（$0.21/百万 token），GB200 NVL72 达到 9108（$0.06/百万）。GB200 NVL72 每 token 成本低 278%；GB200 NVL72 每 Chip 吞吐量高出 199%。
以 111 tok/s/user 为目标在 DeepSeek V4 Pro 1.6T 上运行时，B300 产出 1513 tok/s/Chip（每百万 token $0.41），GB200 NVL72 产出 6055（$0.08）。GB200 NVL72 每 token 成本低 389%；GB200 NVL72 每 Chip 吞吐量高出 300%。
在 DeepSeek V4 Pro 1.6T 上以 157 tok/s/user 交互性运行时，B300 吞吐量为 870 tok/s/Chip，每百万 token 成本 $0.72；GB200 NVL72 吞吐量为 523 tok/s/Chip，成本 $0.99。B300 每 token 成本低 37%；B300 每 Chip 吞吐量高出 67%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:3047.8GB200 NVL72:9108.2 | B300:1513.0GB200 NVL72:6055.1 | B300:870.4GB200 NVL72:522.7 |
| Cost ($/M tok) | B300:$0.214GB200 NVL72:$0.057 | B300:$0.415GB200 NVL72:$0.085 | B300:$0.721GB200 NVL72:$0.990 |
| tok/s/MW | B300:1604089GB200 NVL72:4870672 | B300:796291GB200 NVL72:3238016 | B300:458110GB200 NVL72:279500 |
| Concurrency | B300:~60GB200 NVL72:~9943 | B300:~8GB200 NVL72:~1815 | B300:~3GB200 NVL72:~41 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。