Kimi K2.5/K2.6/K2.7-Code 1T · Chip 对比
Kimi K2.5/K2.6/K2.7-Code 1T — GB200 NVL72 vs H200
GB200 NVL72（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 64 tok/s/user 运行时，GB200 NVL72 吞吐量为 8980 tok/s/Chip，每百万 token 成本 $0.06；H200 在此目标点没有基准测试数据。
GB200 NVL72 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 103 tok/s/user 运行时达到 1545 tok/s/Chip（每百万 token $0.33）。H200 在此工作点没有数据。
GB200 NVL72：733 tok/s/Chip，每百万 token $0.70（Kimi K2.5/K2.6/K2.7-Code 1T 上以 141 tok/s/user 运行）。H200 在此点尚未测试。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:8979.7H200:— | GB200 NVL72:1545.4H200:— | GB200 NVL72:732.9H200:— |
| Cost ($/M tok) | GB200 NVL72:$0.058H200:— | GB200 NVL72:$0.334H200:— | GB200 NVL72:$0.705H200:— |
| tok/s/MW | GB200 NVL72:4801979H200:— | GB200 NVL72:826425H200:— | GB200 NVL72:391932H200:— |
| Concurrency | GB200 NVL72:~1203H200:— | GB200 NVL72:~167H200:— | GB200 NVL72:~27H200:— |
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:
部署模式:
投机解码: