MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B200 与 B300
对比 B200(NVIDIA Blackwell)与 B300(NVIDIA Blackwell)在 MiniMax M2.5/M2.7 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。
当 MiniMax M2.5/M2.7 的目标交互性为 60 tok/s/user 时,B200 与 B300 的吞吐量分别为 13,123 和 13,222 tok/s/chip,每百万 token 成本分别为 $0.037 和 $0.047。B200 的每 token 成本低 23%;单芯片吞吐量基本持平。
以 101 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B200 的吞吐量为 6,649 tok/s/chip,每百万 token 成本为 $0.072;B300 的吞吐量为 6,697 tok/s/chip,每百万 token 成本为 $0.094。B200 的每 token 成本低 23%;单芯片吞吐量基本持平。
143 tok/s/user 接近 19–183 tok/s/user 交互性区间的上限。在这一运行点,B200 运行 MiniMax M2.5/M2.7 的吞吐量为 3,074 tok/s/chip,每百万 token 成本为 $0.16;B300 的吞吐量为 2,915 tok/s/chip,每百万 token 成本为 $0.22。B200 的每 token 成本低 27%;B200 的单芯片吞吐量高出 5%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20013,123B30013,222 | B2006,649B3006,697 | B2003,074B3002,915 |
| 成本($/M tok) | B200$0.037B300$0.047 | B200$0.072B300$0.094 | B200$0.16B300$0.22 |
| tok/s/MW | B2007,674,471B3006,958,818 | B2003,888,345B3003,524,994 | B2001,797,369B3001,534,289 |
| 并发数 | B200~787B300~295 | B200~9B300~9 | B200~11B300~11 |