Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 Kimi K2.5/K2.6/K2.7-Code 1T 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。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 9–173 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 50 tok/s/user 运行时：B200 达到 8178 tok/s/Chip（$0.06/百万 token），B300 达到 3504（$0.18/百万）。B200 每 token 成本低 205%；B200 每 Chip 吞吐量高出 133%。
以 91 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 1746 tok/s/Chip（每百万 token $0.28），B300 产出 1963（$0.32）。B200 每 token 成本低 16%；B300 每 Chip 吞吐量高出 12%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 132 tok/s/user 交互性运行时，B200 吞吐量为 962 tok/s/Chip，每百万 token 成本 $0.50；B300 吞吐量为 857 tok/s/Chip，成本 $0.73。B200 每 token 成本低 47%；B200 每 Chip 吞吐量高出 12%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:8178.4B300:3504.2 | B200:1745.8B300:1962.6 | B200:961.9B300:856.6 |
| Cost ($/M tok) | B200:$0.059B300:$0.179 | B200:$0.275B300:$0.320 | B200:$0.500B300:$0.733 |
| tok/s/MW | B200:4782716B300:1844337 | B200:1020964B300:1032938 | B200:562522B300:450830 |
| Concurrency | B200:~323B300:~32 | B200:~62B300:~10 | B200:~30B300:~3 |
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。