Kimi K3 2.8T · 芯片对比
Kimi K3 2.8T — B300 与 GB300 NVL72
对比 B300(NVIDIA Blackwell)与 GB300 NVL72(NVIDIA Blackwell)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 →
以 76 tok/s/user 为目标运行 Kimi K3 2.8T 时,B300 的吞吐量为 4,615 tok/s/chip,每百万 token 成本为 $0.14;GB300 NVL72 的吞吐量为 17,858 tok/s/chip,每百万 token 成本为 $0.036。GB300 NVL72 的每 token 成本低 74%;GB300 NVL72 的单芯片吞吐量为对方的 3.9 倍。
119 tok/s/user 位于 35–202 tok/s/user 交互性区间的中段。在这一运行点,B300 运行 Kimi K3 2.8T 的吞吐量为 3,262 tok/s/chip,每百万 token 成本为 $0.19;GB300 NVL72 的吞吐量为 11,096 tok/s/chip,每百万 token 成本为 $0.058。GB300 NVL72 的每 token 成本低 70%;GB300 NVL72 的单芯片吞吐量为对方的 3.4 倍。
将 Kimi K3 2.8T 的目标交互性设为 161 tok/s/user 时,B300 的吞吐量为 2,059 tok/s/chip,每百万 token 成本为 $0.30;GB300 NVL72 的吞吐量为 9,833 tok/s/chip,每百万 token 成本为 $0.065。GB300 NVL72 的每 token 成本低 79%;GB300 NVL72 的单芯片吞吐量为对方的 4.8 倍。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B3004,615GB300 NVL7217,858 | B3003,262GB300 NVL7211,096 | B3002,059GB300 NVL729,833 |
| 成本($/M tok) | B300$0.14GB300 NVL72$0.036 | B300$0.19GB300 NVL72$0.058 | B300$0.30GB300 NVL72$0.065 |
| tok/s/MW | B3002,429,185GB300 NVL728,423,721 | B3001,716,614GB300 NVL725,234,048 | B3001,083,881GB300 NVL724,638,248 |
| 并发数 | B300~7GB300 NVL72~171 | B300~4GB300 NVL72~43 | B300~1GB300 NVL72~33 |