Kimi K3 2.8T · 芯片对比

Kimi K3 2.8T — B200 与 Vera Rubin NVL72

对比 B200(NVIDIA Blackwell)与 Vera Rubin NVL72(NVIDIA Vera Rubin)在 Kimi K3 2.8T 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。

AgentX 回放真实的 coding agent 会话,而非定长 prompt。随着会话轮次增加,上下文不断增长;每个请求的大部分内容都可直接从 cache 读取,无需重新计算。因此,这项对比不仅取决于芯片本身的吞吐量,还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线;两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →

当 Kimi K3 2.8T 的目标交互性为 123 tok/s/user 时,B200 的吞吐量为 2,078 tok/s/chip,每百万 token 成本为 $0.23;Vera Rubin NVL72 的吞吐量为 40,599 tok/s/chip,每百万 token 成本为 $0.025。Vera Rubin NVL72 的每 token 成本低 89%;Vera Rubin NVL72 的单芯片吞吐量为对方的 20 倍。

在 Kimi K3 2.8T 的 144 tok/s/user 运行点,B200 的吞吐量为 1,751 tok/s/chip,每百万 token 成本为 $0.27;Vera Rubin NVL72 的吞吐量为 36,521 tok/s/chip,每百万 token 成本为 $0.027。Vera Rubin NVL72 的每 token 成本低 90%;Vera Rubin NVL72 的单芯片吞吐量为对方的 21 倍。

当 Kimi K3 2.8T 的目标交互性为 166 tok/s/user 时,B200 与 Vera Rubin NVL72 的吞吐量分别为 1,355 和 32,575 tok/s/chip,每百万 token 成本分别为 $0.35 和 $0.031。Vera Rubin NVL72 的每 token 成本低 91%;Vera Rubin NVL72 的单芯片吞吐量为对方的 24 倍。 (以上数据基于此 URL 对应的默认 agentic-traces · 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 →

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)
B2002,078Vera Rubin NVL7240,599
B2001,751Vera Rubin NVL7236,521
B2001,355Vera Rubin NVL7232,575
成本($/M tok)
B200$0.23Vera Rubin NVL72$0.025
B200$0.27Vera Rubin NVL72$0.027
B200$0.35Vera Rubin NVL72$0.031
tok/s/MW
B2001,215,235Vera Rubin NVL7212,302,702
B2001,023,717Vera Rubin NVL7211,066,924
B200792,639Vera Rubin NVL729,871,294
并发数
B200~6Vera Rubin NVL72~226
B200~5Vera Rubin NVL72~197
B200~3Vera Rubin NVL72~167