Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比
Kimi K2.5/K2.6/K2.7-Code 1T — B200 与 GB300 NVL72
对比 B200(NVIDIA Blackwell)与 GB300 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。
当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 63 tok/s/user 时,B200 与 GB300 NVL72 的吞吐量分别为 3,775 和 10,203 tok/s/chip,每百万 token 成本分别为 $0.13 和 $0.063。GB300 NVL72 的每 token 成本低 51%;GB300 NVL72 的单芯片吞吐量高出 170%。
以 103 tok/s/user 为目标运行 Kimi K2.5/K2.6/K2.7-Code 1T 时,B200 的吞吐量为 1,594 tok/s/chip,每百万 token 成本为 $0.30;GB300 NVL72 的吞吐量为 1,685 tok/s/chip,每百万 token 成本为 $0.38。B200 的每 token 成本低 21%;GB300 NVL72 的单芯片吞吐量高出 6%。
143 tok/s/user 接近 24–182 tok/s/user 交互性区间的上限。在这一运行点,B200 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的吞吐量为 601 tok/s/chip,每百万 token 成本为 $0.80;GB300 NVL72 的吞吐量为 731 tok/s/chip,每百万 token 成本为 $0.88。B200 的每 token 成本低 9%;GB300 NVL72 的单芯片吞吐量高出 22%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B2003,775GB300 NVL7210,203 | B2001,594GB300 NVL721,685 | B200601GB300 NVL72731 |
| 成本($/M tok) | B200$0.13GB300 NVL72$0.063 | B200$0.30GB300 NVL72$0.38 | B200$0.80GB300 NVL72$0.88 |
| tok/s/MW | B2002,207,698GB300 NVL724,812,653 | B200932,248GB300 NVL72794,621 | B200351,648GB300 NVL72344,856 |
| 并发数 | B200~235GB300 NVL72~1,202 | B200~45GB300 NVL72~68 | B200~4GB300 NVL72~26 |