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 $0.13。B200 的每 token 成本低 6%;GB200 NVL72 的单芯片吞吐量高出 1%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20012,576GB200 NVL7214,306 | B2006,803GB200 NVL727,909 | B2004,028GB200 NVL724,076 |
| 成本($/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 |