MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B200 与 H200
对比 B200(NVIDIA Blackwell)与 H200(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。
在 MiniMax M2.5/M2.7 的 43 tok/s/user 运行点,B200 的吞吐量为 9,617 tok/s/chip,每百万 token 成本为 $0.050;H200 的吞吐量为 2,816 tok/s/chip,每百万 token 成本为 $0.12。B200 的每 token 成本低 58%;B200 的单芯片吞吐量为对方的 3.4 倍。
当 MiniMax M2.5/M2.7 的目标交互性为 72 tok/s/user 时,B200 与 H200 的吞吐量分别为 3,893 和 1,855 tok/s/chip,每百万 token 成本分别为 $0.12 和 $0.18。B200 的每 token 成本低 32%;B200 的单芯片吞吐量高出 110%。
以 102 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B200 的吞吐量为 2,080 tok/s/chip,每百万 token 成本为 $0.23;H200 的吞吐量为 1,011 tok/s/chip,每百万 token 成本为 $0.34。B200 的每 token 成本低 31%;B200 的单芯片吞吐量高出 106%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B2009,617H2002,816 | B2003,893H2001,855 | B2002,080H2001,011 |
| 成本($/M tok) | B200$0.050H200$0.12 | B200$0.12H200$0.18 | B200$0.23H200$0.34 |
| tok/s/MW | B2005,623,907H2002,055,797 | B2002,276,751H2001,354,090 | B2001,216,372H200738,156 |
| 并发数 | B200~582H200~30 | B200~32H200~12 | B200~15H200~5 |