IT之家 4 月 2 日消息，科技媒体 Wccftech 昨日（4 月 1 日）发布博文，报道称在被誉为“AI 界最严苛大考”的 MLPerf v6.0 AI 推理基准测试中，英伟达再次交出满分答卷。

相比较此前的 v5.1 版本，本月（2026 年 4 月）发布的 MLPerf v6.0 引入了多种前沿的生成式 AI 模型，并重点升级推理交互性和大规模多节点系统。

IT之家援引英伟达新闻稿，MLPerf v6.0 为反映当前 AI 工业界的真实应用趋势，引入了多个模型，并重点考察了密集型大语言模型和视觉语言模型：

GPT-OSS-120B：新增的大型开源权重语言模型，专注于数学、科学推理和代码编写能力测试。 DeepSeek-R1 交互模式：在 v5.1 引入 DeepSeek-R1 后，v6.0 增加了交互式场景（Interactive scenario)。该场景对首字响应时间（TTFT）和每 Token 速率有更高要求，更贴近真实聊天机器人体验。 Qwen3-VL-235B：该套件中首个多模态视觉语言模型（VLM)，用于测试将非结构化多模态数据转换为结构化元数据的能力。 WAN-2.2（Text-to-Video)：套件中首个文生视频基准测试。考虑到生成视频的计算量极大，该测试弃用了传统的 Server 模式，改用 SingleStream 模式以更准确地衡量延迟。 DLRMv3：第三代推荐系统基准，由 Meta 贡献，从传统的 DCNv2 升级为基于 Transformer 的架构，提升了模型规模和计算强度。 YOLOv11 Large：针对边缘计算场景，将目标检测基准更新为 Ultralytics 的最新 YOLOv11 模型。

官方最新公布的 MLPerf 推理 v6.0 测试结果显示，英伟达凭借 Blackwell Ultra 架构（GB300 NVL72），实现了全方位的性能碾压，其 AI 推理成绩不仅位列第一，其推理训练 Wins 数量更领先最接近的竞争对手 9 倍。

在备受瞩目的 DeepSeek-R1 服务器端测试中，英伟达交出了每秒每 GPU 处理 8064 个词元（token）的成绩。与之前的 v5.1 版本相比，处理速度大幅飙升 2.77 倍。

此外，在 Llama 3.1 405B 模型的服务器与离线测试中，英伟达也分别实现了 1.52 倍和 1.21 倍的性能提升。

跑分GB300 NVL72 v5.1GB300 NVL72v6.0提速DeepSeek-R1(Server)2,907 tokens/sec/gpu8,064 tokens/sec/gpu2.77xDeepSeek-R1(Offline)5,842 tokens/sec/gpu9,821 tokens/sec/gpu1.68xLlama 3.1 405B(Server)170 tokens/sec/gpu259 tokens/sec/gpu1.52xLlama 3.1 405B(Offline)224 tokens/sec/gpu271 tokens/sec/gpu1.21x