MiniMax M2.5/M2.7 — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
在 30–186 tok/s/user 交互性区间的低端，即 MiniMax M2.5/M2.7 上以 69 tok/s/user 运行时：B200 达到 7991 tok/s/GPU（$0.07/百万 token），GB300 NVL72 达到 8401（$0.08/百万）。B200 每 token 成本低 23%；GB300 NVL72 每 GPU 吞吐量高出 5%。
以 108 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，B200 产出 2907 tok/s/GPU（每百万 token $0.19），GB300 NVL72 产出 3059（$0.24）。B200 每 token 成本低 29%；GB300 NVL72 每 GPU 吞吐量高出 5%。
在 MiniMax M2.5/M2.7 上以 147 tok/s/user 交互性运行时，B200 吞吐量为 901 tok/s/GPU，每百万 token 成本 $0.60；GB300 NVL72 吞吐量为 1009 tok/s/GPU，成本 $0.73。B200 每 token 成本低 21%；GB300 NVL72 每 GPU 吞吐量高出 12%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:7991.5GB300 NVL72:8401.0 | B200:2907.1GB300 NVL72:3058.6 | B200:901.5GB300 NVL72:1008.6 |
| Cost ($/M tok) | B200:$0.068GB300 NVL72:$0.084 | B200:$0.186GB300 NVL72:$0.241 | B200:$0.603GB300 NVL72:$0.727 |
| tok/s/MW | B200:3682704GB300 NVL72:4000464 | B200:1339687GB300 NVL72:1456484 | B200:415417GB300 NVL72:480294 |
| Concurrency | B200:~711GB300 NVL72:~1024 | B200:~128GB300 NVL72:~121 | B200:~16GB300 NVL72:~22 |
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。