Kimi K2.5/K2.6/K2.7-Code 1T — GB300 NVL72 与 Jalapeño
对比 GB300 NVL72（NVIDIA Blackwell）与 Jalapeño（OpenAI Jalapeño）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。
在 Kimi K2.5/K2.6/K2.7-Code 1T 的 91 tok/s/user 运行点，GB300 NVL72 的吞吐量为 2056 tok/s/chip，每百万 token 成本为 $0.31；Jalapeño 的吞吐量为 11420 tok/s/chip，每百万 token 成本为 $0.03。Jalapeño 的成本效率高出 910%；Jalapeño 的单芯片吞吐量高出 455%。
当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 121 tok/s/user 时，GB300 NVL72 与 Jalapeño 的吞吐量分别为 1203 和 9754 tok/s/chip，每百万 token 成本分别为 $0.53 和 $0.04。Jalapeño 的成本效率高出 1374%；Jalapeño 的单芯片吞吐量高出 711%。
以 152 tok/s/user 为目标运行 Kimi K2.5/K2.6/K2.7-Code 1T 时，GB300 NVL72 的吞吐量为 563 tok/s/chip，每百万 token 成本为 $1.14；Jalapeño 的吞吐量为 7707 tok/s/chip，每百万 token 成本为 $0.05。Jalapeño 的成本效率高出 2389%；Jalapeño 的单芯片吞吐量高出 1269%。 （以上数据基于此 URL 对应的默认 8k/1k · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB300 NVL72:2056.0Jalapeño:11419.7 | GB300 NVL72:1203.5Jalapeño:9754.4 | GB300 NVL72:563.1Jalapeño:7707.4 |
| 成本（$/M tok） | GB300 NVL72:$0.312Jalapeño:$0.031 | GB300 NVL72:$0.533Jalapeño:$0.036 | GB300 NVL72:$1.139Jalapeño:$0.046 |
| tok/s/MW | GB300 NVL72:969819Jalapeño:10150852 | GB300 NVL72:567684Jalapeño:8670601 | GB300 NVL72:265633Jalapeño:6851062 |
| 并发数 | GB300 NVL72:~92Jalapeño:~1062 | GB300 NVL72:~40Jalapeño:~584 | GB300 NVL72:~23Jalapeño:~311 |