Kimi K2.5/K2.6/K2.7-Code 1T — GB300 NVL72 与 Jalapeño 每美元性能
对比 GB300 NVL72（NVIDIA Blackwell）与 Jalapeño（OpenAI Jalapeño）在 Kimi K2.5/K2.6/K2.7-Code 1T 上的每百万 token 成本。该指标采用 Hyperscaler 自有设备 TCO 口径，并按总 token 数归一化，用于比较不同 LLM 工作负载下的每美元性能。可在任一目标交互性下找出成本更低的 SKU，并通过下方图表控件切换序列长度、精度和指标；操作方式与主推理图表相同。
将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 91 tok/s/user 时，GB300 NVL72 的每百万 token 成本为 $0.31，Jalapeño 为 $0.03；Jalapeño 的成本效率高出 910%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 的 121 tok/s/user 运行点，GB300 NVL72 的每百万 token 成本为 $0.53，Jalapeño 为 $0.04；Jalapeño 的成本效率高出 1374%。
152 tok/s/user 接近 61–182 tok/s/user 交互性区间的上限。在这一运行点，GB300 NVL72 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的每百万 token 成本为 $1.14，Jalapeño 为 $0.05；Jalapeño 的成本效率高出 2389%。 （以上数据基于此 URL 对应的默认 8k/1k · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
芯片价格（Hyperscaler 自有设备口径）： GB300 NVL72 $2.31/chip/hr · Jalapeño $1.27/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 每百万 token 成本（美元） | GB300 NVL72:$0.312Jalapeño:$0.031 | GB300 NVL72:$0.533Jalapeño:$0.036 | GB300 NVL72:$1.139Jalapeño:$0.046 |
| 并发数 | GB300 NVL72:~92Jalapeño:~1062 | GB300 NVL72:~40Jalapeño:~584 | GB300 NVL72:~23Jalapeño:~311 |