Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — B300 与 GB300 NVL72

对比 B300(NVIDIA Blackwell)与 GB300 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。

以 61 tok/s/user 为目标运行 Kimi K2.5/K2.6/K2.7-Code 1T 时,B300 的吞吐量为 2,968 tok/s/chip,每百万 token 成本为 $0.21;GB300 NVL72 的吞吐量为 10,636 tok/s/chip,每百万 token 成本为 $0.060。GB300 NVL72 的每 token 成本低 71%;GB300 NVL72 的单芯片吞吐量为对方的 3.6 倍。

99 tok/s/user 位于 24–173 tok/s/user 交互性区间的中段。在这一运行点,B300 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的吞吐量为 1,731 tok/s/chip,每百万 token 成本为 $0.36;GB300 NVL72 的吞吐量为 1,785 tok/s/chip,每百万 token 成本为 $0.36。每 token 成本基本持平;GB300 NVL72 的单芯片吞吐量高出 3%。

将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 136 tok/s/user 时,B300 的吞吐量为 783 tok/s/chip,每百万 token 成本为 $0.80;GB300 NVL72 的吞吐量为 876 tok/s/chip,每百万 token 成本为 $0.73。GB300 NVL72 的每 token 成本低 9%;GB300 NVL72 的单芯片吞吐量高出 12%。 (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 →

GB300 NVL72 vs B300: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)
B3002,968GB300 NVL7210,636
B3001,731GB300 NVL721,785
B300783GB300 NVL72876
成本($/M tok)
B300$0.21GB300 NVL72$0.060
B300$0.36GB300 NVL72$0.36
B300$0.80GB300 NVL72$0.73
tok/s/MW
B3001,562,093GB300 NVL725,017,202
B300911,253GB300 NVL72842,121
B300412,168GB300 NVL72413,316
并发数
B300~22GB300 NVL72~1,330
B300~8GB300 NVL72~74
B300~3GB300 NVL72~28