Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — GB200 NVL72 与 GB300 NVL72

对比 GB200 NVL72(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。

64 tok/s/user 接近 26–180 tok/s/user 交互性区间的下限。在这一运行点,GB200 NVL72 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的吞吐量为 8,980 tok/s/chip,每百万 token 成本为 $0.058;GB300 NVL72 的吞吐量为 9,986 tok/s/chip,每百万 token 成本为 $0.064。GB200 NVL72 的每 token 成本低 10%;GB300 NVL72 的单芯片吞吐量高出 11%。

将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 103 tok/s/user 时,GB200 NVL72 的吞吐量为 1,545 tok/s/chip,每百万 token 成本为 $0.33;GB300 NVL72 的吞吐量为 1,685 tok/s/chip,每百万 token 成本为 $0.38。GB200 NVL72 的每 token 成本低 12%;GB300 NVL72 的单芯片吞吐量高出 9%。

当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 141 tok/s/user 时,GB200 NVL72 的吞吐量为 733 tok/s/chip,每百万 token 成本为 $0.70;GB300 NVL72 的吞吐量为 771 tok/s/chip,每百万 token 成本为 $0.83。GB200 NVL72 的每 token 成本低 15%;GB300 NVL72 的单芯片吞吐量高出 5%。 (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。)

查看每美元性能对比 →

GB300 NVL72 vs GB200 NVL72:完整规格与各模型基准测试 →

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)
GB200 NVL728,980GB300 NVL729,986
GB200 NVL721,545GB300 NVL721,685
GB200 NVL72733GB300 NVL72771
成本($/M tok)
GB200 NVL72$0.058GB300 NVL72$0.064
GB200 NVL72$0.33GB300 NVL72$0.38
GB200 NVL72$0.70GB300 NVL72$0.83
tok/s/MW
GB200 NVL724,801,979GB300 NVL724,710,439
GB200 NVL72826,425GB300 NVL72794,621
GB200 NVL72391,932GB300 NVL72363,913
并发数
GB200 NVL72~1,203GB300 NVL72~1,146
GB200 NVL72~167GB300 NVL72~68
GB200 NVL72~27GB300 NVL72~27