Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs H200
B300（NVIDIA Blackwell）与 H200（NVIDIA Hopper）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 51 tok/s/user 交互性运行时，B300 吞吐量为 464 tok/s/GPU，每百万 token 成本 $1.41；H200 吞吐量为 310 tok/s/GPU，成本 $1.24。H200 每 token 成本低 14%；B300 每 GPU 吞吐量高出 49%。
B300 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 69 tok/s/user 运行时达到 330 tok/s/GPU（每百万 token $1.96）；H200 达到 229 tok/s/GPU（$1.70）。H200 每 token 成本低 15%；B300 每 GPU 吞吐量高出 44%。
Kimi K2.5/K2.6/K2.7-Code 1T 在 88 tok/s/user 交互性下的吞吐量：B300 为 233 tok/s/GPU，H200 为 158。每百万 token 成本分别为 $2.81 和 $2.49。H200 每 token 成本低 13%；B300 每 GPU 吞吐量高出 47%。 （数据反映此 URL 的默认 1k/1k · int4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:464.1H200:310.5 | B300:330.2H200:229.0 | B300:232.6H200:158.1 |
| Cost ($/M tok) | B300:$1.412H200:$1.238 | B300:$1.959H200:$1.704 | B300:$2.809H200:$2.493 |
| tok/s/MW | B300:213867H200:179479 | B300:152176H200:132358 | B300:107202H200:91376 |
| Concurrency | B300:~32H200:~25 | B300:~15H200:~13 | B300:~5H200:~7 |
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。
厂商:
聚合模式:
投机解码: