MiniMax M2.5/M2.7 · 每美元性能
MiniMax M2.5/M2.7 — B300 vs H100 每美元性能
B300（NVIDIA Blackwell）与 H100（NVIDIA Hopper）在 MiniMax M2.5/M2.7 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。
在 40–117 tok/s/user 交互性区间的低端——即 59 tok/s/user 处——B300 运行 MiniMax M2.5/M2.7 每百万 token 成本为 $0.19，H100 为 $0.58。B300 便宜 210%。
在 MiniMax M2.5/M2.7 上以 78 tok/s/user 运行时，每百万 token 成本分别为：B300 $0.42、H100 $0.94；B300 每美元多产出 122% 的 token。
在 MiniMax M2.5/M2.7 上以 98 tok/s/user 运行时，B300 每百万 token 成本为 $0.59，H100 为 $1.82。B300 在此工作点上的成本效率高出 209%。 （数据反映此 URL 的默认 1k/1k · fp8 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。）
GPU 定价（所属云服务商）： B300 $2.34/GPU/hr · H100 $1.30/GPU/hr. 来源： SemiAnalysis Market August 2025 Pricing Surveys & AI Cloud TCO Model.
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Dollar per Million Tokens | B300:$0.187H100:$0.580 | B300:$0.421H100:$0.937 | B300:$0.590H100:$1.824 |
| Concurrency | B300:~157H100:~42 | B300:~47H100:~12 | B300:~22H100:~8 |
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。
厂商:
聚合模式:
投机解码: