Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
Kimi K2.5/K2.6/K2.7-Code 1T 在 68 tok/s/user 交互性下的吞吐量：B200 为 785 tok/s/GPU，GB300 NVL72 为 6017。每百万 token 成本分别为 $0.68 和 $0.12。GB300 NVL72 每 token 成本低 457%；GB300 NVL72 每 GPU 吞吐量高出 667%。
B200 / GB300 NVL72 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 102 tok/s/user 运行：415 / 621 tok/s/GPU，$1.30 / $1.20 每百万 token。GB300 NVL72 每 token 成本低 9%；GB300 NVL72 每 GPU 吞吐量高出 50%。
在 35–169 tok/s/user 交互性区间的高端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 136 tok/s/user 运行时：B200 达到 207 tok/s/GPU（$2.73/百万 token），GB300 NVL72 达到 223（$3.30/百万）。B200 每 token 成本低 21%；GB300 NVL72 每 GPU 吞吐量高出 8%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:784.9GB300 NVL72:6016.8 | B200:414.9GB300 NVL72:621.5 | B200:206.7GB300 NVL72:223.1 |
| Cost ($/M tok) | B200:$0.684GB300 NVL72:$0.123 | B200:$1.303GB300 NVL72:$1.199 | B200:$2.733GB300 NVL72:$3.302 |
| tok/s/MW | B200:361718GB300 NVL72:2865139 | B200:191190GB300 NVL72:295943 | B200:95276GB300 NVL72:106252 |
| Concurrency | B200:~24GB300 NVL72:~2093 | B200:~8GB300 NVL72:~135 | B200:~3GB300 NVL72:~30 |
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。