Kimi K2.5/K2.6/K2.7-Code 1T — GB200 NVL72 vs GB300 NVL72
GB200 NVL72（NVIDIA Blackwell）与 GB300 NVL72（NVIDIA Blackwell）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 18–186 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 60 tok/s/user 运行时：GB200 NVL72 达到 7627 tok/s/GPU（$0.08/百万 token），GB300 NVL72 达到 7910（$0.09/百万）。GB200 NVL72 每 token 成本低 14%；GB300 NVL72 每 GPU 吞吐量高出 4%。
以 102 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，GB200 NVL72 产出 451 tok/s/GPU（每百万 token $1.41），GB300 NVL72 产出 621（$1.20）。GB300 NVL72 每 token 成本低 17%；GB300 NVL72 每 GPU 吞吐量高出 38%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 144 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 192 tok/s/GPU，每百万 token 成本 $3.15；GB300 NVL72 吞吐量为 212 tok/s/GPU，成本 $3.46。GB200 NVL72 每 token 成本低 10%；GB300 NVL72 每 GPU 吞吐量高出 10%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:7626.9GB300 NVL72:7910.3 | GB200 NVL72:451.0GB300 NVL72:621.5 | GB200 NVL72:192.1GB300 NVL72:211.9 |
| Cost ($/M tok) | GB200 NVL72:$0.080GB300 NVL72:$0.091 | GB200 NVL72:$1.407GB300 NVL72:$1.199 | GB200 NVL72:$3.151GB300 NVL72:$3.460 |
| tok/s/MW | GB200 NVL72:3631859GB300 NVL72:3766821 | GB200 NVL72:214751GB300 NVL72:295943 | GB200 NVL72:91476GB300 NVL72:100894 |
| Concurrency | GB200 NVL72:~3340GB300 NVL72:~3377 | GB200 NVL72:~98GB300 NVL72:~135 | GB200 NVL72:~28GB300 NVL72:~29 |
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。