MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — B200 与 GB300 NVL72

对比 B200(NVIDIA Blackwell)与 GB300 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。

62 tok/s/user 接近 24–178 tok/s/user 交互性区间的下限。在这一运行点,B200 运行 MiniMax M2.5/M2.7 的吞吐量为 12,925 tok/s/chip,每百万 token 成本为 $0.037;GB300 NVL72 的吞吐量为 16,544 tok/s/chip,每百万 token 成本为 $0.039。B200 的每 token 成本低 4%;GB300 NVL72 的单芯片吞吐量高出 28%。

将 MiniMax M2.5/M2.7 的目标交互性设为 101 tok/s/user 时,B200 的吞吐量为 6,649 tok/s/chip,每百万 token 成本为 $0.072;GB300 NVL72 的吞吐量为 8,079 tok/s/chip,每百万 token 成本为 $0.079。B200 的每 token 成本低 9%;GB300 NVL72 的单芯片吞吐量高出 22%。

当 MiniMax M2.5/M2.7 的目标交互性为 139 tok/s/user 时,B200 的吞吐量为 3,296 tok/s/chip,每百万 token 成本为 $0.15;GB300 NVL72 的吞吐量为 3,804 tok/s/chip,每百万 token 成本为 $0.17。B200 的每 token 成本低 14%;GB300 NVL72 的单芯片吞吐量高出 15%。 (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 →

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)
B20012,925GB300 NVL7216,544
B2006,649GB300 NVL728,079
B2003,296GB300 NVL723,804
成本($/M tok)
B200$0.037GB300 NVL72$0.039
B200$0.072GB300 NVL72$0.079
B200$0.15GB300 NVL72$0.17
tok/s/MW
B2007,558,355GB300 NVL727,803,974
B2003,888,345GB300 NVL723,810,678
B2001,927,651GB300 NVL721,794,491
并发数
B200~876GB300 NVL72~340
B200~9GB300 NVL72~48
B200~15GB300 NVL72~17