Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（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。
以 64 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 3754 tok/s/Chip（每百万 token $0.13），GB200 NVL72 产出 8980（$0.06）。GB200 NVL72 每 token 成本低 122%；GB200 NVL72 每 Chip 吞吐量高出 139%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 103 tok/s/user 交互性运行时，B200 吞吐量为 1594 tok/s/Chip，每百万 token 成本 $0.30；GB200 NVL72 吞吐量为 1545 tok/s/Chip，成本 $0.33。B200 每 token 成本低 11%；B200 每 Chip 吞吐量高出 3%。
B200 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 141 tok/s/user 运行时达到 623 tok/s/Chip（每百万 token $0.77）；GB200 NVL72 达到 733 tok/s/Chip（$0.70）。GB200 NVL72 每 token 成本低 9%；GB200 NVL72 每 Chip 吞吐量高出 18%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:3753.8GB200 NVL72:8979.7 | B200:1594.1GB200 NVL72:1545.4 | B200:622.7GB200 NVL72:732.9 |
| Cost ($/M tok) | B200:$0.128GB200 NVL72:$0.058 | B200:$0.301GB200 NVL72:$0.334 | B200:$0.772GB200 NVL72:$0.705 |
| tok/s/MW | B200:2195224GB200 NVL72:4801979 | B200:932248GB200 NVL72:826425 | B200:364180GB200 NVL72:391932 |
| Concurrency | B200:~204GB200 NVL72:~1203 | B200:~45GB200 NVL72:~167 | B200:~2GB200 NVL72:~27 |
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。