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 63 tok/s/user 交互性下的吞吐量：B200 为 3775 tok/s/Chip，GB300 NVL72 为 10203。每百万 token 成本分别为 $0.13 和 $0.06。GB300 NVL72 每 token 成本低 102%；GB300 NVL72 每 Chip 吞吐量高出 170%。
B200 / GB300 NVL72 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 103 tok/s/user 运行：1594 / 1685 tok/s/Chip，$0.30 / $0.38 每百万 token。B200 每 token 成本低 26%；GB300 NVL72 每 Chip 吞吐量高出 6%。
在 24–182 tok/s/user 交互性区间的高端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 143 tok/s/user 运行时：B200 达到 601 tok/s/Chip（$0.80/百万 token），GB300 NVL72 达到 731（$0.88/百万）。B200 每 token 成本低 10%；GB300 NVL72 每 Chip 吞吐量高出 22%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:3775.2GB300 NVL72:10202.8 | B200:1594.1GB300 NVL72:1684.6 | B200:601.3GB300 NVL72:731.1 |
| Cost ($/M tok) | B200:$0.127GB300 NVL72:$0.063 | B200:$0.301GB300 NVL72:$0.381 | B200:$0.799GB300 NVL72:$0.878 |
| tok/s/MW | B200:2207698GB300 NVL72:4812653 | B200:932248GB300 NVL72:794621 | B200:351648GB300 NVL72:344856 |
| Concurrency | B200:~235GB300 NVL72:~1202 | B200:~45GB300 NVL72:~68 | B200:~4GB300 NVL72:~26 |
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。