MiniMax M2.5/M2.7 · Chip 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/Chip，每百万 token 成本 $0.05；H100 吞吐量为 1891 tok/s/Chip，成本 $0.17。B200 每 token 成本低 241%；B200 每 Chip 吞吐量高出 404%。
B200 在 MiniMax M2.5/M2.7 上以 66 tok/s/user 运行时达到 4753 tok/s/Chip（每百万 token $0.10）；H100 达到 1269 tok/s/Chip（$0.26）。B200 每 token 成本低 153%；B200 每 Chip 吞吐量高出 275%。
MiniMax M2.5/M2.7 在 89 tok/s/user 交互性下的吞吐量：B200 为 3180 tok/s/Chip，H100 为 806。每百万 token 成本分别为 $0.15 和 $0.40。B200 每 token 成本低 167%；B200 每 Chip 吞吐量高出 295%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:9525.9H100:1891.3 | B200:4752.7H100:1268.8 | B200:3179.8H100:805.9 |
| Cost ($/M tok) | B200:$0.050H100:$0.172 | B200:$0.101H100:$0.256 | B200:$0.151H100:$0.403 |
| tok/s/MW | B200:5570725H100:1380510 | B200:2779362H100:926145 | B200:1859520H100:588262 |
| Concurrency | B200:~512H100:~39 | B200:~21H100:~18 | B200:~20H100:~9 |
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:
部署模式:
投机解码: