Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比
Kimi K2.5/K2.6/K2.7-Code 1T — B200 与 GB200 NVL72
对比 B200(NVIDIA Blackwell)与 GB200 NVL72(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。
将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 64 tok/s/user 时,B200 的吞吐量为 3,754 tok/s/chip,每百万 token 成本为 $0.13;GB200 NVL72 的吞吐量为 8,980 tok/s/chip,每百万 token 成本为 $0.058。GB200 NVL72 的每 token 成本低 55%;GB200 NVL72 的单芯片吞吐量高出 139%。
当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 103 tok/s/user 时,B200 的吞吐量为 1,594 tok/s/chip,每百万 token 成本为 $0.30;GB200 NVL72 的吞吐量为 1,545 tok/s/chip,每百万 token 成本为 $0.33。B200 的每 token 成本低 10%;B200 的单芯片吞吐量高出 3%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 的 141 tok/s/user 运行点,B200 的吞吐量为 623 tok/s/chip,每百万 token 成本为 $0.77;GB200 NVL72 的吞吐量为 733 tok/s/chip,每百万 token 成本为 $0.70。GB200 NVL72 的每 token 成本低 9%;GB200 NVL72 的单芯片吞吐量高出 18%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B2003,754GB200 NVL728,980 | B2001,594GB200 NVL721,545 | B200623GB200 NVL72733 |
| 成本($/M tok) | B200$0.13GB200 NVL72$0.058 | B200$0.30GB200 NVL72$0.33 | B200$0.77GB200 NVL72$0.70 |
| tok/s/MW | B2002,195,224GB200 NVL724,801,979 | B200932,248GB200 NVL72826,425 | B200364,180GB200 NVL72391,932 |
| 并发数 | B200~204GB200 NVL72~1,203 | B200~45GB200 NVL72~167 | B200~2GB200 NVL72~27 |