AA-AgentPerf 新增了 DeepSeek V4.1 Flash 在 NVIDIA 和 AMD 硬件上的基准测试

发生了什么

Artificial Analysis 将 DeepSeek V4.1 Flash 纳入 AA-AgentPerf。该基准测试工具会重放真实的智能体编程会话，并模拟提示缓存和工具调用延迟。按每位用户 100 tokens/s 的输出速度计算，GB300 以约 261M tokens/s per MW 领先，其次是约 220M 的 B300 和约 128M 的 MI355X。与 DeepSeek V4 Pro 0813 相比，V4.1 Flash 在 Artificial Analysis Intelligence Index 上得分为 39，而 V4 Pro 0813 为 36；在这一用户输出速度下，V4.1 Flash 的每 MW 吞吐量约为后者的 1.3 倍至 6.2 倍，具体取决于硬件。

这件事到目前为止

Artificial Analysis 将 DeepSeek V4.1 Flash 和 AMD MI355X 的测试结果加入其 AA-AgentPerf 排行榜，并报告称，在列出的 V4.1 Flash 系统中，NVIDIA 的 GB300 在每兆瓦吞吐量方面领先；而在特定的 DeepSeek V4 Pro 0813 工作负载下，MI355X 的表现优于 B200。AA-AgentPerf 会重放真实的编码代理会话，并模拟提示缓存和工具调用延迟。 对于每位用户每秒输出 100 个 token 的 V4.1 Flash，Artificial Analysis 报告称，GB300 每兆瓦约可处理每秒 2.61 亿个 token，B300 约为 2.20 亿个，MI355X 约为 1.28 亿个。在这一单用户速度下，Artificial Analysis 报告称，V4.1 Flash 每兆瓦吞吐量约为 V4 Pro 0813 的 1.3 至 6.2 倍，具体取决于硬件。V4.1 Flash 的 Intelligence Index 得分为 39，V4 Pro 0813 为 36。 在更广泛的 AMD 对比中，Artificial Analysis 报告称，在每位用户每秒 35–75 个 token 的条件下，单台 8-GPU 节点上的 MI355X 在运行 V4 Pro 0813 时，每兆瓦吞吐量比 B200 高约 15% 至 40%。该机构表示，V4.1 Flash 在单个代理场景下达到 NVIDIA Blackwell 的性能，但随着负载增加而落后；GLM-5.2/5.3 和 Kimi K3 的表现也落后于参与对比的 NVIDIA 系统。所有 MI355X 结果均使用 ROCm nightly 以及 vLLM 和 SGLang 的开发版；Kimi K3 对比使用了 NVIDIA 多节点配置。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议