Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs GB300 NVL72
B300（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。
B300 / GB300 NVL72 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 69 tok/s/user 运行：932 / 5779 tok/s/GPU，$0.70 / $0.13 每百万 token。GB300 NVL72 每 token 成本低 448%；GB300 NVL72 每 GPU 吞吐量高出 520%。
在 35–172 tok/s/user 交互性区间的中部，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 104 tok/s/user 运行时：B300 达到 899 tok/s/GPU（$0.72/百万 token），GB300 NVL72 达到 576（$1.28/百万）。B300 每 token 成本低 78%；B300 每 GPU 吞吐量高出 56%。
以 138 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B300 产出 493 tok/s/GPU（每百万 token $1.32），GB300 NVL72 产出 223（$3.30）。B300 每 token 成本低 150%；B300 每 GPU 吞吐量高出 121%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:931.5GB300 NVL72:5779.4 | B300:899.5GB300 NVL72:576.5 | B300:493.4GB300 NVL72:222.9 |
| Cost ($/M tok) | B300:$0.698GB300 NVL72:$0.127 | B300:$0.723GB300 NVL72:$1.285 | B300:$1.323GB300 NVL72:$3.305 |
| tok/s/MW | B300:429274GB300 NVL72:2752087 | B300:414503GB300 NVL72:274518 | B300:227387GB300 NVL72:106141 |
| Concurrency | B300:~28GB300 NVL72:~1977 | B300:~19GB300 NVL72:~119 | B300:~7GB300 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。