MiniMax M2.5/M2.7 · Chip 对比
MiniMax M2.5/M2.7 — B300 vs H100
B300（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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 / H100 在 MiniMax M2.5/M2.7 上以 60 tok/s/user 运行：3427 / 599 tok/s/Chip，$0.18 / $0.54 每百万 token。B300 每 token 成本低 196%；B300 每 Chip 吞吐量高出 472%。
在 41–117 tok/s/user 交互性区间的中部，即 MiniMax M2.5/M2.7 上以 79 tok/s/user 运行时：B300 达到 1534 tok/s/Chip（$0.41/百万 token），H100 达到 353（$0.92/百万）。B300 每 token 成本低 125%；B300 每 Chip 吞吐量高出 335%。
以 98 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，B300 产出 1067 tok/s/Chip（每百万 token $0.59），H100 产出 207（$1.57）。B300 每 token 成本低 167%；B300 每 Chip 吞吐量高出 415%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:3426.9H100:599.4 | B300:1533.8H100:353.0 | B300:1066.6H100:207.1 |
| Cost ($/M tok) | B300:$0.183H100:$0.542 | B300:$0.409H100:$0.921 | B300:$0.589H100:$1.569 |
| tok/s/MW | B300:1803650H100:437502 | B300:807276H100:257637 | B300:561350H100:151188 |
| Concurrency | B300:~195H100:~41 | B300:~45H100:~18 | B300:~22H100:~9 |
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:
部署模式:
投机解码: