Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
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 35–169 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 68 tok/s/user 运行时：B200 达到 785 tok/s/GPU（$0.68/百万 token），B300 达到 933（$0.70/百万）。B200 每 token 成本低 2%；B300 每 GPU 吞吐量高出 19%。
以 102 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 415 tok/s/GPU（每百万 token $1.30），B300 产出 902（$0.72）。B300 每 token 成本低 81%；B300 每 GPU 吞吐量高出 117%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 136 tok/s/user 交互性运行时，B200 吞吐量为 207 tok/s/GPU，每百万 token 成本 $2.73；B300 吞吐量为 530 tok/s/GPU，成本 $1.23。B300 每 token 成本低 123%；B300 每 GPU 吞吐量高出 156%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:784.9B300:933.1 | B200:414.9B300:902.2 | B200:206.7B300:530.3 |
| Cost ($/M tok) | B200:$0.684B300:$0.697 | B200:$1.303B300:$0.721 | B200:$2.733B300:$1.225 |
| tok/s/MW | B200:361718B300:430004 | B200:191190B300:415742 | B200:95276B300:244361 |
| Concurrency | B200:~24B300:~28 | B200:~8B300:~19 | B200:~3B300:~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: