Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — B300 与 H200

对比 B300(NVIDIA Blackwell)与 H200(NVIDIA Hopper)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 40 tok/s/user 时,B300 的吞吐量为 2,181 tok/s/chip,每百万 token 成本为 $0.29;H200 的吞吐量为 867 tok/s/chip,每百万 token 成本为 $0.39。B300 的每 token 成本低 26%;B300 的单芯片吞吐量高出 151%。

在 Kimi K2.5/K2.6/K2.7-Code 1T 的 58 tok/s/user 运行点,B300 的吞吐量为 1,575 tok/s/chip,每百万 token 成本为 $0.40;H200 的吞吐量为 700 tok/s/chip,每百万 token 成本为 $0.48。B300 的每 token 成本低 18%;B300 的单芯片吞吐量高出 125%。

当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 75 tok/s/user 时,B300 与 H200 的吞吐量分别为 1,173 和 548 tok/s/chip,每百万 token 成本分别为 $0.54 和 $0.62。B300 的每 token 成本低 14%;B300 的单芯片吞吐量高出 114%。 (以上数据基于此 URL 对应的默认 8k/1k · int4 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)
B3002,181H200867
B3001,575H200700
B3001,173H200548
成本($/M tok)
B300$0.29H200$0.39
B300$0.40H200$0.48
B300$0.54H200$0.62
tok/s/MW
B3001,147,838H200633,138
B300828,927H200510,677
B300617,461H200399,674
并发数
B300~24H200~20
B300~12H200~11
B300~7H200~7