Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs GB200 NVL72 每美元性能
B300（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 Kimi K2.5/K2.6/K2.7-Code 1T 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。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。
GB200 NVL72 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 62 tok/s/user 运行时领先于 B300——每百万 token 成本 $0.05 对 $0.21，差距达 292%。
将 Kimi K2.5/K2.6/K2.7-Code 1T 推至 99 tok/s/user 时，B300 每百万 token 成本为 $0.36，GB200 NVL72 为 $0.33——GB200 NVL72 领先 9%。
B300：每百万 token $0.80。GB200 NVL72：$0.62。均在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 136 tok/s/user 运行，GB200 NVL72 便宜 30%。 （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。）
Chip 定价（所属云服务商）： B300 $2.26/chip/hr · GB200 NVL72 $1.86/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Dollar per Million Tokens | B300:$0.214GB200 NVL72:$0.055 | B300:$0.363GB200 NVL72:$0.334 | B300:$0.802GB200 NVL72:$0.617 |
| Concurrency | B300:~21GB200 NVL72:~1229 | B300:~8GB200 NVL72:~256 | B300:~3GB200 NVL72:~28 |
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。