MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — B300 与 GB200 NVL72

对比 B300(NVIDIA Blackwell)与 GB200 NVL72(NVIDIA Blackwell)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。

56 tok/s/user 接近 31–132 tok/s/user 交互性区间的下限。在这一运行点,B300 运行 MiniMax M2.5/M2.7 的吞吐量为 7,774 tok/s/chip,每百万 token 成本为 $0.081;GB200 NVL72 的吞吐量为 7,412 tok/s/chip,每百万 token 成本为 $0.070。GB200 NVL72 的每 token 成本低 14%;B300 的单芯片吞吐量高出 5%。

将 MiniMax M2.5/M2.7 的目标交互性设为 81 tok/s/user 时,B300 的吞吐量为 4,243 tok/s/chip,每百万 token 成本为 $0.15;GB200 NVL72 的吞吐量为 3,276 tok/s/chip,每百万 token 成本为 $0.16。B300 的每 token 成本低 6%;B300 的单芯片吞吐量高出 30%。

当 MiniMax M2.5/M2.7 的目标交互性为 107 tok/s/user 时,B300 的吞吐量为 2,226 tok/s/chip,每百万 token 成本为 $0.28;GB200 NVL72 的吞吐量为 1,964 tok/s/chip,每百万 token 成本为 $0.26。GB200 NVL72 的每 token 成本低 7%;B300 的单芯片吞吐量高出 13%。 (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 →

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)
B3007,774GB200 NVL727,412
B3004,243GB200 NVL723,276
B3002,226GB200 NVL721,964
成本($/M tok)
B300$0.081GB200 NVL72$0.070
B300$0.15GB200 NVL72$0.16
B300$0.28GB200 NVL72$0.26
tok/s/MW
B3004,091,823GB200 NVL723,963,793
B3002,233,015GB200 NVL721,751,893
B3001,171,652GB200 NVL721,050,451
并发数
B300~335GB200 NVL72~92
B300~6GB200 NVL72~30
B300~13GB200 NVL72~13