MiniMax M2.5/M2.7 · Chip 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/Chip，H200 为 1095。每百万 token 成本分别为 $0.13 和 $0.31。B300 每 token 成本低 133%；B300 每 Chip 吞吐量高出 332%。
B300 / H200 在 MiniMax M2.5/M2.7 上以 80 tok/s/user 运行：1504 / 541 tok/s/Chip，$0.42 / $0.63 每百万 token。B300 每 token 成本低 50%；B300 每 Chip 吞吐量高出 178%。
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/Chip（$0.70/百万 token），H200 达到 303（$1.12/百万）。B300 每 token 成本低 61%；B300 每 Chip 吞吐量高出 198%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:4734.2H200:1095.1 | B300:1503.7H200:540.6 | B300:902.7H200:303.3 |
| Cost ($/M tok) | B300:$0.133H200:$0.309 | B300:$0.417H200:$0.627 | B300:$0.695H200:$1.117 |
| tok/s/MW | B300:2491677H200:799362 | B300:791431H200:394579 | B300:475099H200:221394 |
| Concurrency | B300:~478H200:~42 | B300:~42H200:~15 | 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:
部署模式:
投机解码: