Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — B200 与 B300

对比 B200(NVIDIA Blackwell)与 B300(NVIDIA Blackwell)在 Kimi K2.5/K2.6/K2.7-Code 1T 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可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。

50 tok/s/user 接近 9–173 tok/s/user 交互性区间的下限。在这一运行点,B200 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的吞吐量为 8,178 tok/s/chip,每百万 token 成本为 $0.059;B300 的吞吐量为 3,504 tok/s/chip,每百万 token 成本为 $0.18。B200 的每 token 成本低 67%;B200 的单芯片吞吐量高出 133%。

将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 91 tok/s/user 时,B200 的吞吐量为 1,746 tok/s/chip,每百万 token 成本为 $0.28;B300 的吞吐量为 1,963 tok/s/chip,每百万 token 成本为 $0.32。B200 的每 token 成本低 14%;B300 的单芯片吞吐量高出 12%。

当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 132 tok/s/user 时,B200 的吞吐量为 962 tok/s/chip,每百万 token 成本为 $0.50;B300 的吞吐量为 857 tok/s/chip,每百万 token 成本为 $0.73。B200 的每 token 成本低 32%;B200 的单芯片吞吐量高出 12%。 (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。)

查看每美元性能对比 →

B300 vs B200:完整规格与各模型基准测试 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
吞吐量(tok/s/chip)
B2008,178B3003,504
B2001,746B3001,963
B200962B300857
成本($/M tok)
B200$0.059B300$0.18
B200$0.28B300$0.32
B200$0.50B300$0.73
tok/s/MW
B2004,782,716B3001,844,337
B2001,020,964B3001,032,938
B200562,522B300450,830
并发数
B200~323B300~32
B200~62B300~10
B200~30B300~3