MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — B200 vs H100
B200（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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 MiniMax M2.5/M2.7 上以 44 tok/s/user 交互性运行时，B200 吞吐量为 9526 tok/s/GPU，每百万 token 成本 $0.06；H100 吞吐量为 1869 tok/s/GPU，成本 $0.19。B200 每 token 成本低 238%；B200 每 GPU 吞吐量高出 410%。
B200 在 MiniMax M2.5/M2.7 上以 66 tok/s/user 运行时达到 4753 tok/s/GPU（每百万 token $0.11）；H100 达到 1251 tok/s/GPU（$0.29）。B200 每 token 成本低 155%；B200 每 GPU 吞吐量高出 280%。
MiniMax M2.5/M2.7 在 89 tok/s/user 交互性下的吞吐量：B200 为 3180 tok/s/GPU，H100 为 831。每百万 token 成本分别为 $0.17 和 $0.44。B200 每 token 成本低 158%；B200 每 GPU 吞吐量高出 283%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:9525.9H100:1868.7 | B200:4752.7H100:1251.2 | B200:3179.8H100:830.9 |
| Cost ($/M tok) | B200:$0.057H100:$0.192 | B200:$0.114H100:$0.291 | B200:$0.170H100:$0.439 |
| tok/s/MW | B200:4389834H100:1080187 | B200:2190189H100:723258 | B200:1465336H100:480286 |
| Concurrency | B200:~512H100:~19 | B200:~21H100:~16 | B200:~20H100:~4 |
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。
厂商:
聚合模式:
投机解码: