Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — B300 与 GB200 NVL72

对比 B300(NVIDIA Blackwell)与 GB200 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 62 tok/s/user 时,B300 的吞吐量为 2,929 tok/s/chip,每百万 token 成本为 $0.21;GB200 NVL72 的吞吐量为 9,455 tok/s/chip,每百万 token 成本为 $0.055。GB200 NVL72 的每 token 成本低 75%;GB200 NVL72 的单芯片吞吐量为对方的 3.2 倍。

在 Kimi K2.5/K2.6/K2.7-Code 1T 的 99 tok/s/user 运行点,B300 的吞吐量为 1,731 tok/s/chip,每百万 token 成本为 $0.36;GB200 NVL72 的吞吐量为 1,548 tok/s/chip,每百万 token 成本为 $0.33。GB200 NVL72 的每 token 成本低 8%;B300 的单芯片吞吐量高出 12%。

当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 136 tok/s/user 时,B300 与 GB200 NVL72 的吞吐量分别为 783 和 837 tok/s/chip,每百万 token 成本分别为 $0.80 和 $0.62。GB200 NVL72 的每 token 成本低 23%;GB200 NVL72 的单芯片吞吐量高出 7%。 (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。)

查看每美元性能对比 →

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)
B3002,929GB200 NVL729,455
B3001,731GB200 NVL721,548
B300783GB200 NVL72837
成本($/M tok)
B300$0.21GB200 NVL72$0.055
B300$0.36GB200 NVL72$0.33
B300$0.80GB200 NVL72$0.62
tok/s/MW
B3001,541,639GB200 NVL725,056,105
B300911,253GB200 NVL72827,888
B300412,168GB200 NVL72447,506
并发数
B300~21GB200 NVL72~1,229
B300~8GB200 NVL72~256
B300~3GB200 NVL72~28