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 $0.62。B300 的每 token 成本低 14%;B300 的单芯片吞吐量高出 114%。 (以上数据基于此 URL 对应的默认 8k/1k · int4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B3002,181H200867 | B3001,575H200700 | B3001,173H200548 |
| 成本($/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 |