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 68 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 785 tok/s/GPU（每百万 token $0.68），GB200 NVL72 产出 5984（$0.10）。GB200 NVL72 每 token 成本低 569%；GB200 NVL72 每 GPU 吞吐量高出 662%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 102 tok/s/user 交互性运行时，B200 吞吐量为 415 tok/s/GPU，每百万 token 成本 $1.30；GB200 NVL72 吞吐量为 451 tok/s/GPU，成本 $1.41。B200 每 token 成本低 8%；GB200 NVL72 每 GPU 吞吐量高出 9%。
B200 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 136 tok/s/user 运行时达到 207 tok/s/GPU（每百万 token $2.73）；GB200 NVL72 达到 230 tok/s/GPU（$2.66）。GB200 NVL72 每 token 成本低 3%；GB200 NVL72 每 GPU 吞吐量高出 11%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:784.9GB200 NVL72:5983.5 | B200:414.9GB200 NVL72:451.0 | B200:206.7GB200 NVL72:230.1 |
| Cost ($/M tok) | B200:$0.684GB200 NVL72:$0.102 | B200:$1.303GB200 NVL72:$1.407 | B200:$2.733GB200 NVL72:$2.657 |
| tok/s/MW | B200:361718GB200 NVL72:2849292 | B200:191190GB200 NVL72:214751 | B200:95276GB200 NVL72:109581 |
| Concurrency | B200:~24GB200 NVL72:~2093 | B200:~8GB200 NVL72:~98 | B200:~3GB200 NVL72:~31 |
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。