MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — B200 vs H200
B200（NVIDIA Blackwell）与 H200（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。
B200 在 MiniMax M2.5/M2.7 上以 43 tok/s/user 运行时达到 9617 tok/s/GPU（每百万 token $0.06）；H200 达到 2816 tok/s/GPU（$0.14）。B200 每 token 成本低 146%；B200 每 GPU 吞吐量高出 241%。
MiniMax M2.5/M2.7 在 72 tok/s/user 交互性下的吞吐量：B200 为 3893 tok/s/GPU，H200 为 1855。每百万 token 成本分别为 $0.14 和 $0.21。B200 每 token 成本低 47%；B200 每 GPU 吞吐量高出 110%。
B200 / H200 在 MiniMax M2.5/M2.7 上以 102 tok/s/user 运行：2080 / 1011 tok/s/GPU，$0.26 / $0.38 每百万 token。B200 每 token 成本低 46%；B200 每 GPU 吞吐量高出 106%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:9616.9H200:2816.4 | B200:3893.2H200:1855.1 | B200:2080.0H200:1011.3 |
| Cost ($/M tok) | B200:$0.056H200:$0.139 | B200:$0.142H200:$0.209 | B200:$0.261H200:$0.381 |
| tok/s/MW | B200:4431743H200:1628001 | B200:1794121H200:1072314 | B200:958524H200:584552 |
| Concurrency | B200:~582H200:~30 | B200:~32H200:~12 | B200:~15H200:~5 |
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: