Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — B200 与 H200

对比 B200(NVIDIA Blackwell)与 H200(NVIDIA Hopper)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。

以 45 tok/s/user 为目标运行 Kimi K2.5/K2.6/K2.7-Code 1T 时,B200 的吞吐量为 1,588 tok/s/chip,每百万 token 成本为 $0.30;H200 的吞吐量为 821 tok/s/chip,每百万 token 成本为 $0.41。B200 的每 token 成本低 27%;B200 的单芯片吞吐量高出 93%。

61 tok/s/user 位于 30–92 tok/s/user 交互性区间的中段。在这一运行点,B200 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的吞吐量为 1,178 tok/s/chip,每百万 token 成本为 $0.41;H200 的吞吐量为 673 tok/s/chip,每百万 token 成本为 $0.50。B200 的每 token 成本低 19%;B200 的单芯片吞吐量高出 75%。

将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 77 tok/s/user 时,B200 的吞吐量为 824 tok/s/chip,每百万 token 成本为 $0.58;H200 的吞吐量为 530 tok/s/chip,每百万 token 成本为 $0.64。B200 的每 token 成本低 9%;B200 的单芯片吞吐量高出 56%。 (以上数据基于此 URL 对应的默认 8k/1k · int4 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。)

查看每美元性能对比 →

B200 vs H200:完整规格与各模型基准测试 →

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)
B2001,588H200821
B2001,178H200673
B200824H200530
成本($/M tok)
B200$0.30H200$0.41
B200$0.41H200$0.50
B200$0.58H200$0.64
tok/s/MW
B200928,398H200599,258
B200688,654H200491,168
B200482,136H200386,505
并发数
B200~32H200~17
B200~17H200~10
B200~10H200~6