MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B300 与 H100
对比 B300(NVIDIA Blackwell)与 H100(NVIDIA Hopper)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。
以 44 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B300 的吞吐量为 9,991 tok/s/chip,每百万 token 成本为 $0.063;H100 的吞吐量为 1,891 tok/s/chip,每百万 token 成本为 $0.17。B300 的每 token 成本低 63%;B300 的单芯片吞吐量为对方的 5.3 倍。
66 tok/s/user 位于 21–111 tok/s/user 交互性区间的中段。在这一运行点,B300 运行 MiniMax M2.5/M2.7 的吞吐量为 5,508 tok/s/chip,每百万 token 成本为 $0.11;H100 的吞吐量为 1,269 tok/s/chip,每百万 token 成本为 $0.26。B300 的每 token 成本低 56%;B300 的单芯片吞吐量为对方的 4.3 倍。
将 MiniMax M2.5/M2.7 的目标交互性设为 89 tok/s/user 时,B300 的吞吐量为 4,006 tok/s/chip,每百万 token 成本为 $0.16;H100 的吞吐量为 806 tok/s/chip,每百万 token 成本为 $0.40。B300 的每 token 成本低 61%;B300 的单芯片吞吐量为对方的 5.0 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B3009,991H1001,891 | B3005,508H1001,269 | B3004,006H100806 |
| 成本($/M tok) | B300$0.063H100$0.17 | B300$0.11H100$0.26 | B300$0.16H100$0.40 |
| tok/s/MW | B3005,258,170H1001,380,510 | B3002,898,963H100926,145 | B3002,108,613H100588,262 |
| 并发数 | B300~190H100~39 | B300~30H100~18 | B300~4H100~9 |