MiniMax M3 428B · 每美元性能
MiniMax M3 428B — H100 vs H200 每美元性能
H100（NVIDIA Hopper）与 H200（NVIDIA Hopper）在 MiniMax M3 428B 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 15–260 tok/s/user 交互性区间的低端——即 76 tok/s/user 处——H100 运行 MiniMax M3 428B 每百万 token 成本为 $0.67，H200 为 $0.55。H200 便宜 22%。
在 MiniMax M3 428B 上以 138 tok/s/user 运行时，每百万 token 成本分别为：H100 $1.52、H200 $1.06；H200 每美元多产出 43% 的 token。
在 MiniMax M3 428B 上以 199 tok/s/user 运行时，H100 每百万 token 成本为 $2.31，H200 为 $1.73。H200 在此工作点上的成本效率高出 33%。 （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）： H100 $1.30/GPU/hr · H200 $1.41/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 | H100:$0.673H200:$0.551 | H100:$1.518H200:$1.062 | H100:$2.307H200:$1.731 |
| Concurrency | H100:~31H200:~20 | H100:~8H200:~5 | H100:~4H200:~4 |
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: