MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — B200 与 GB200 NVL72

对比 B200(NVIDIA Blackwell)与 GB200 NVL72(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。

将 MiniMax M2.5/M2.7 的目标交互性设为 67 tok/s/user 时,B200 的吞吐量为 12,576 tok/s/chip,每百万 token 成本为 $0.038;GB200 NVL72 的吞吐量为 14,306 tok/s/chip,每百万 token 成本为 $0.036。GB200 NVL72 的每 token 成本低 5%;GB200 NVL72 的单芯片吞吐量高出 14%。

当 MiniMax M2.5/M2.7 的目标交互性为 100 tok/s/user 时,B200 的吞吐量为 6,803 tok/s/chip,每百万 token 成本为 $0.071;GB200 NVL72 的吞吐量为 7,909 tok/s/chip,每百万 token 成本为 $0.065。GB200 NVL72 的每 token 成本低 8%;GB200 NVL72 的单芯片吞吐量高出 16%。

在 MiniMax M2.5/M2.7 的 133 tok/s/user 运行点,B200 的吞吐量为 4,028 tok/s/chip,每百万 token 成本为 $0.12;GB200 NVL72 的吞吐量为 4,076 tok/s/chip,每百万 token 成本为 $0.13。B200 的每 token 成本低 6%;GB200 NVL72 的单芯片吞吐量高出 1%。 (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。)

查看每美元性能对比 →

GB200 NVL72 vs B200: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)
B20012,576GB200 NVL7214,306
B2006,803GB200 NVL727,909
B2004,028GB200 NVL724,076
成本($/M tok)
B200$0.038GB200 NVL72$0.036
B200$0.071GB200 NVL72$0.065
B200$0.12GB200 NVL72$0.13
tok/s/MW
B2007,354,659GB200 NVL727,650,498
B2003,978,550GB200 NVL724,229,523
B2002,355,276GB200 NVL722,179,488
并发数
B200~1,015GB200 NVL72~909
B200~8GB200 NVL72~46
B200~10GB200 NVL72~19