MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — B300 vs H200
B300（NVIDIA Blackwell）与 H200（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。
MiniMax M2.5/M2.7 在 52 tok/s/user 交互性下的吞吐量：B300 为 4734 tok/s/GPU，H200 为 1132。每百万 token 成本分别为 $0.14 和 $0.35。B300 每 token 成本低 152%；B300 每 GPU 吞吐量高出 318%。
B300 / H200 在 MiniMax M2.5/M2.7 上以 80 tok/s/user 运行：1504 / 469 tok/s/GPU，$0.44 / $0.83 每百万 token。B300 每 token 成本低 90%；B300 每 GPU 吞吐量高出 221%。
在 25–134 tok/s/user 交互性区间的高端，即 MiniMax M2.5/M2.7 上以 107 tok/s/user 运行时：B300 达到 903 tok/s/GPU（$0.71/百万 token），H200 达到 310（$1.27/百万）。B300 每 token 成本低 78%；B300 每 GPU 吞吐量高出 191%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:4734.2H200:1131.6 | B300:1503.7H200:468.6 | B300:902.7H200:309.7 |
| Cost ($/M tok) | B300:$0.138H200:$0.348 | B300:$0.437H200:$0.833 | B300:$0.711H200:$1.266 |
| tok/s/MW | B300:2181652H200:654108 | B300:692958H200:270858 | B300:415985H200:179025 |
| Concurrency | B300:~478H200:~64 | B300:~42H200:~19 | B300:~17H200:~6 |
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: