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 $0.73。GB300 NVL72 的每 token 成本低 9%;GB300 NVL72 的单芯片吞吐量高出 12%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B3002,968GB300 NVL7210,636 | B3001,731GB300 NVL721,785 | B300783GB300 NVL72876 |
| 成本($/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 |