MiniMax M2.5/M2.7 · GPU 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 59 tok/s/user 运行：3463 / 614 tok/s/GPU，$0.19 / $0.58 每百万 token。B300 每 token 成本低 210%；B300 每 GPU 吞吐量高出 464%。
在 40–117 tok/s/user 交互性区间的中部，即 MiniMax M2.5/M2.7 上以 78 tok/s/user 运行时：B300 达到 1568 tok/s/GPU（$0.42/百万 token），H100 达到 378（$0.94/百万）。B300 每 token 成本低 122%；B300 每 GPU 吞吐量高出 315%。
以 98 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，B300 产出 1067 tok/s/GPU（每百万 token $0.59），H100 产出 199（$1.82）。B300 每 token 成本低 209%；B300 每 GPU 吞吐量高出 435%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:3462.7H100:614.1 | B300:1568.3H100:378.2 | B300:1066.6H100:199.2 |
| Cost ($/M tok) | B300:$0.187H100:$0.580 | B300:$0.421H100:$0.937 | B300:$0.590H100:$1.824 |
| tok/s/MW | B300:1595712H100:354968 | B300:722720H100:218629 | B300:491505H100:115163 |
| Concurrency | B300:~157H100:~42 | B300:~47H100:~12 | B300:~22H100:~8 |
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: