DeepSeek V4 Pro 1.6T
8K/1K
B200
TRTLLM · FP4
MI355X
$0.159比 B200 昂贵 43%
ATOM¹ · FP4
B300
$0.134比 B200 昂贵 20%
TRTLLM · FP4
GB200 NVL72
$0.514比 B200 昂贵 360%
Dynamo vLLM · FP4
GB300 NVL72
$0.213比 B200 昂贵 91%
Dynamo SGLang · FP4STP
推理每百万 token 成本
超大规模云（hyperscaler）成本 ↓ 越低越好 来源：InferenceX 与 SemiAnalysis Market July 2026 AI Cloud TCO Model
| 模型 · 场景 | B200 · 基准 | MI355X | B300 | GB200 NVL72 | GB300 NVL72 |
|---|---|---|---|---|---|
DeepSeek V4 Pro 1.6T8K/1K | TRTLLM · FP4 | $0.159比 B200 昂贵 43% ATOM¹ · FP4 | $0.134比 B200 昂贵 20% TRTLLM · FP4 | $0.514比 B200 昂贵 360% Dynamo vLLM · FP4 | $0.213比 B200 昂贵 91% Dynamo SGLang · FP4 · STP |
DeepSeek V4 Pro 1.6T长上下文多轮真实智能体场景（AgentX） | vLLM · FP4 | $0.011比 B200 昂贵 51% MoRI SGLang · FP4 | $0.009比 B200 昂贵 18% vLLM · FP4 | 无精确 @50 结果 | 无精确 @50 结果 |
Kimi K3 2.8T长上下文多轮真实智能体场景（AgentX） | Dynamo vLLM · FP4 | $0.047比 B200 便宜 36% ATOM¹ · FP4 | $0.103比 B200 昂贵 40% vLLM · FP4 | $0.113比 B200 昂贵 53% Dynamo vLLM · FP4 | $0.039比 B200 便宜 47% Dynamo vLLM · FP4 |
Kimi K2.5/2.6/2.7-Code 1T8K/1K | Dynamo TRTLLM · FP4 · STP | $0.132比 B200 昂贵 57% ATOM¹ · FP4 · STP | $0.179比 B200 昂贵 112% vLLM · FP4 · STP | $0.079比 B200 便宜 7% Dynamo TRTLLM · FP4 · STP | $0.098比 B200 昂贵 17% Dynamo TRTLLM · FP4 · STP |
MiniMax M3 428B8K/1K | vLLM · FP8 | $0.053比 B200 便宜 20% ATOM¹ · FP4 | $0.056比 B200 便宜 16% vLLM · FP4 | $0.108比 B200 昂贵 62% Dynamo vLLM · FP8 · STP | $0.110比 B200 昂贵 65% Dynamo vLLM · FP8 · STP |
MiniMax M3 428B长上下文多轮真实智能体场景（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 | 无精确 @50 结果 |
GLM5.2长上下文多轮真实智能体场景（AgentX） | 无精确 @50 结果 | $0.022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 |
Qwen3.5 397B8K/1K | TRTLLM · FP4 | $0.051比 B200 昂贵 43% SGLang · FP4 | $0.036与 B200 成本基本持平 SGLang · FP4 | 无精确 @50 结果 | $0.040比 B200 昂贵 11% Dynamo TRTLLM · FP4 · STP |
Qwen3.5 397B长上下文多轮真实智能体场景（AgentX） | SGLang · FP8 | $0.008比 B200 便宜 58% SGLang · FP8 | $0.014比 B200 便宜 25% SGLang · FP8 | $0.006比 B200 便宜 68% Dynamo SGLang · FP4 | 无精确 @50 结果 |
- 查看详情
DeepSeek V4 Pro 1.6T
长上下文多轮真实智能体场景（AgentX）
查看详情B200vLLM · FP4MI355X$0.011比 B200 昂贵 51%MoRI SGLang · FP4B300$0.009比 B200 昂贵 18%vLLM · FP4GB200 NVL72无精确 @50 结果GB300 NVL72无精确 @50 结果Kimi K3 2.8T
长上下文多轮真实智能体场景（AgentX）
查看详情B200Dynamo vLLM · FP4MI355X$0.047比 B200 便宜 36%ATOM¹ · FP4B300$0.103比 B200 昂贵 40%vLLM · FP4GB200 NVL72$0.113比 B200 昂贵 53%Dynamo vLLM · FP4GB300 NVL72$0.039比 B200 便宜 47%Dynamo vLLM · FP4Kimi K2.5/2.6/2.7-Code 1T
8K/1K
查看详情B200Dynamo TRTLLM · FP4STPMI355X$0.132比 B200 昂贵 57%ATOM¹ · FP4STPB300$0.179比 B200 昂贵 112%vLLM · FP4STPGB200 NVL72$0.079比 B200 便宜 7%Dynamo TRTLLM · FP4STPGB300 NVL72$0.098比 B200 昂贵 17%Dynamo TRTLLM · FP4STPMiniMax M3 428B
8K/1K
查看详情B200vLLM · FP8MI355X$0.053比 B200 便宜 20%ATOM¹ · FP4B300$0.056比 B200 便宜 16%vLLM · FP4GB200 NVL72$0.108比 B200 昂贵 62%Dynamo vLLM · FP8STPGB300 NVL72$0.110比 B200 昂贵 65%Dynamo vLLM · FP8STPMiniMax M3 428B
长上下文多轮真实智能体场景（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无精确 @50 结果GLM5.2
长上下文多轮真实智能体场景（AgentX）
查看详情B200无精确 @50 结果MI355X$0.022缺少可比较的 B200 基线SGLang · FP4B300无精确 @50 结果GB200 NVL72无精确 @50 结果GB300 NVL72无精确 @50 结果Qwen3.5 397B
8K/1K
查看详情B200TRTLLM · FP4MI355X$0.051比 B200 昂贵 43%SGLang · FP4B300$0.036与 B200 成本基本持平SGLang · FP4GB200 NVL72无精确 @50 结果GB300 NVL72$0.040比 B200 昂贵 11%Dynamo TRTLLM · FP4STPQwen3.5 397B
长上下文多轮真实智能体场景（AgentX）
查看详情B200SGLang · FP8MI355X$0.008比 B200 便宜 58%SGLang · FP8B300$0.014比 B200 便宜 25%SGLang · FP8GB200 NVL72$0.006比 B200 便宜 68%Dynamo SGLang · FP4GB300 NVL72无精确 @50 结果
— = 无结果。∞ = 缺少 B200 基线。
若某款芯片不支持 FP4 推测解码，则采用次优的可用配置。