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 $0.26。GB200 NVL72 的每 token 成本低 7%;B300 的单芯片吞吐量高出 13%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B3007,774GB200 NVL727,412 | B3004,243GB200 NVL723,276 | B3002,226GB200 NVL721,964 |
| 成本($/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 |