MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B300 与 GB300 NVL72
对比 B300(NVIDIA Blackwell)与 GB300 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。
在 MiniMax M2.5/M2.7 的 62 tok/s/user 运行点,B300 的吞吐量为 13,188 tok/s/chip,每百万 token 成本为 $0.048;GB300 NVL72 的吞吐量为 16,544 tok/s/chip,每百万 token 成本为 $0.039。GB300 NVL72 的每 token 成本低 19%;GB300 NVL72 的单芯片吞吐量高出 25%。
当 MiniMax M2.5/M2.7 的目标交互性为 101 tok/s/user 时,B300 与 GB300 NVL72 的吞吐量分别为 6,697 和 8,079 tok/s/chip,每百万 token 成本分别为 $0.094 和 $0.079。GB300 NVL72 的每 token 成本低 15%;GB300 NVL72 的单芯片吞吐量高出 21%。
以 139 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B300 的吞吐量为 3,406 tok/s/chip,每百万 token 成本为 $0.18;GB300 NVL72 的吞吐量为 3,804 tok/s/chip,每百万 token 成本为 $0.17。GB300 NVL72 的每 token 成本低 8%;GB300 NVL72 的单芯片吞吐量高出 12%。 (以上数据基于此 URL 对应的默认 8k/1k · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B30013,188GB300 NVL7216,544 | B3006,697GB300 NVL728,079 | B3003,406GB300 NVL723,804 |
| 成本($/M tok) | B300$0.048GB300 NVL72$0.039 | B300$0.094GB300 NVL72$0.079 | B300$0.18GB300 NVL72$0.17 |
| tok/s/MW | B3006,941,146GB300 NVL727,803,974 | B3003,524,994GB300 NVL723,810,678 | B3001,792,521GB300 NVL721,794,491 |
| 并发数 | B300~262GB300 NVL72~340 | B300~9GB300 NVL72~48 | B300~15GB300 NVL72~17 |