MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 MiniMax M2.5/M2.7 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
以 68 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，B200 产出 8180 tok/s/GPU（每百万 token $0.07），GB200 NVL72 产出 8433（$0.07）。B200 每 token 成本低 10%；GB200 NVL72 每 GPU 吞吐量高出 3%。
在 MiniMax M2.5/M2.7 上以 105 tok/s/user 交互性运行时，B200 吞吐量为 2975 tok/s/GPU，每百万 token 成本 $0.18；GB200 NVL72 吞吐量为 3247 tok/s/GPU，成本 $0.19。B200 每 token 成本低 4%；GB200 NVL72 每 GPU 吞吐量高出 9%。
B200 在 MiniMax M2.5/M2.7 上以 143 tok/s/user 运行时达到 1143 tok/s/GPU（每百万 token $0.47）；GB200 NVL72 达到 1066 tok/s/GPU（$0.58）。B200 每 token 成本低 23%；B200 每 GPU 吞吐量高出 7%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:8180.3GB200 NVL72:8432.8 | B200:2975.5GB200 NVL72:3246.9 | B200:1143.3GB200 NVL72:1066.4 |
| Cost ($/M tok) | B200:$0.066GB200 NVL72:$0.073 | B200:$0.182GB200 NVL72:$0.190 | B200:$0.474GB200 NVL72:$0.581 |
| tok/s/MW | B200:3769706GB200 NVL72:4015616 | B200:1371194GB200 NVL72:1546138 | B200:526867GB200 NVL72:507786 |
| Concurrency | B200:~831GB200 NVL72:~928 | B200:~106GB200 NVL72:~236 | B200:~18GB200 NVL72:~45 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。
厂商:
聚合模式:
投机解码: