MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — B300 vs GB300 NVL72
B300（NVIDIA Blackwell）与 GB300 NVL72（NVIDIA Blackwell）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。
B300 在 MiniMax M2.5/M2.7 上以 69 tok/s/user 运行时达到 7135 tok/s/GPU（每百万 token $0.09）；GB300 NVL72 达到 8401 tok/s/GPU（$0.08）。GB300 NVL72 每 token 成本低 10%；GB300 NVL72 每 GPU 吞吐量高出 18%。
MiniMax M2.5/M2.7 在 108 tok/s/user 交互性下的吞吐量：B300 为 2787 tok/s/GPU，GB300 NVL72 为 3059。每百万 token 成本分别为 $0.23 和 $0.24。B300 每 token 成本低 3%；GB300 NVL72 每 GPU 吞吐量高出 10%。
B300 / GB300 NVL72 在 MiniMax M2.5/M2.7 上以 147 tok/s/user 运行：1049 / 1009 tok/s/GPU，$0.62 / $0.73 每百万 token。B300 每 token 成本低 17%；B300 每 GPU 吞吐量高出 4%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:7135.1GB300 NVL72:8401.0 | B300:2786.7GB300 NVL72:3058.6 | B300:1049.5GB300 NVL72:1008.6 |
| Cost ($/M tok) | B300:$0.092GB300 NVL72:$0.084 | B300:$0.233GB300 NVL72:$0.241 | B300:$0.620GB300 NVL72:$0.727 |
| tok/s/MW | B300:3288052GB300 NVL72:4000464 | B300:1284190GB300 NVL72:1456484 | B300:483633GB300 NVL72:480294 |
| Concurrency | B300:~581GB300 NVL72:~1024 | B300:~72GB300 NVL72:~121 | B300:~9GB300 NVL72:~22 |
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: