Kimi K3 2.8T · 芯片对比

Kimi K3 2.8T — GB200 NVL72 与 GB300 NVL72

对比 GB200 NVL72(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 →

当 Kimi K3 2.8T 的目标交互性为 80 tok/s/user 时,GB200 NVL72 的吞吐量为 7,321 tok/s/chip,每百万 token 成本为 $0.071;GB300 NVL72 的吞吐量为 16,781 tok/s/chip,每百万 token 成本为 $0.038。GB300 NVL72 的每 token 成本低 46%;GB300 NVL72 的单芯片吞吐量高出 129%。

在 Kimi K3 2.8T 的 127 tok/s/user 运行点,GB200 NVL72 的吞吐量为 3,128 tok/s/chip,每百万 token 成本为 $0.17;GB300 NVL72 的吞吐量为 10,765 tok/s/chip,每百万 token 成本为 $0.060。GB300 NVL72 的每 token 成本低 64%;GB300 NVL72 的单芯片吞吐量为对方的 3.4 倍。

当 Kimi K3 2.8T 的目标交互性为 173 tok/s/user 时,GB200 NVL72 与 GB300 NVL72 的吞吐量分别为 1,880 和 9,392 tok/s/chip,每百万 token 成本分别为 $0.27 和 $0.068。GB300 NVL72 的每 token 成本低 75%;GB300 NVL72 的单芯片吞吐量为对方的 5.0 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 →

GB300 NVL72 vs GB200 NVL72:完整规格与各模型基准测试 →

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)
GB200 NVL727,321GB300 NVL7216,781
GB200 NVL723,128GB300 NVL7210,765
GB200 NVL721,880GB300 NVL729,392
成本($/M tok)
GB200 NVL72$0.071GB300 NVL72$0.038
GB200 NVL72$0.17GB300 NVL72$0.060
GB200 NVL72$0.27GB300 NVL72$0.068
tok/s/MW
GB200 NVL723,914,710GB300 NVL727,915,762
GB200 NVL721,672,889GB300 NVL725,077,683
GB200 NVL721,005,268GB300 NVL724,430,117
并发数
GB200 NVL72~47GB300 NVL72~115
GB200 NVL72~10GB300 NVL72~40
GB200 NVL72~5GB300 NVL72~31