MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — B200 与 H100

对比 B200(NVIDIA Blackwell)与 H100(NVIDIA Hopper)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。

当 MiniMax M2.5/M2.7 的目标交互性为 44 tok/s/user 时,B200 的吞吐量为 9,526 tok/s/chip,每百万 token 成本为 $0.050;H100 的吞吐量为 1,891 tok/s/chip,每百万 token 成本为 $0.17。B200 的每 token 成本低 71%;B200 的单芯片吞吐量为对方的 5.0 倍。

在 MiniMax M2.5/M2.7 的 66 tok/s/user 运行点,B200 的吞吐量为 4,753 tok/s/chip,每百万 token 成本为 $0.10;H100 的吞吐量为 1,269 tok/s/chip,每百万 token 成本为 $0.26。B200 的每 token 成本低 61%;B200 的单芯片吞吐量为对方的 3.7 倍。

当 MiniMax M2.5/M2.7 的目标交互性为 89 tok/s/user 时,B200 与 H100 的吞吐量分别为 3,180 和 806 tok/s/chip,每百万 token 成本分别为 $0.15 和 $0.40。B200 的每 token 成本低 63%;B200 的单芯片吞吐量为对方的 3.9 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 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 →

B200 vs H100: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)
B2009,526H1001,891
B2004,753H1001,269
B2003,180H100806
成本($/M tok)
B200$0.050H100$0.17
B200$0.10H100$0.26
B200$0.15H100$0.40
tok/s/MW
B2005,570,725H1001,380,510
B2002,779,362H100926,145
B2001,859,520H100588,262
并发数
B200~512H100~39
B200~21H100~18
B200~20H100~9