Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs GB200 NVL72
B300（NVIDIA Blackwell）与 GB200 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。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 69 tok/s/user 交互性运行时，B300 吞吐量为 932 tok/s/GPU，每百万 token 成本 $0.70；GB200 NVL72 吞吐量为 5669 tok/s/GPU，成本 $0.11。GB200 NVL72 每 token 成本低 547%；GB200 NVL72 每 GPU 吞吐量高出 509%。
B300 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 104 tok/s/user 运行时达到 899 tok/s/GPU（每百万 token $0.72）；GB200 NVL72 达到 435 tok/s/GPU（$1.45）。B300 每 token 成本低 100%；B300 每 GPU 吞吐量高出 107%。
Kimi K2.5/K2.6/K2.7-Code 1T 在 138 tok/s/user 交互性下的吞吐量：B300 为 493 tok/s/GPU，GB200 NVL72 为 220。每百万 token 成本分别为 $1.32 和 $2.79。B300 每 token 成本低 111%；B300 每 GPU 吞吐量高出 124%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:931.5GB200 NVL72:5669.1 | B300:899.5GB200 NVL72:434.6 | B300:493.4GB200 NVL72:220.2 |
| Cost ($/M tok) | B300:$0.698GB200 NVL72:$0.108 | B300:$0.723GB200 NVL72:$1.446 | B300:$1.323GB200 NVL72:$2.789 |
| tok/s/MW | B300:429274GB200 NVL72:2699555 | B300:414503GB200 NVL72:206965 | B300:227387GB200 NVL72:104845 |
| Concurrency | B300:~28GB200 NVL72:~1936 | B300:~19GB200 NVL72:~89 | B300:~7GB200 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。