MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — B300 与 H200

对比 B300(NVIDIA Blackwell)与 H200(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。

当 MiniMax M2.5/M2.7 的目标交互性为 43 tok/s/user 时,B300 与 H200 的吞吐量分别为 10,382 和 2,816 tok/s/chip,每百万 token 成本分别为 $0.060 和 $0.12。B300 的每 token 成本低 50%;B300 的单芯片吞吐量为对方的 3.7 倍。

以 72 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B300 的吞吐量为 4,787 tok/s/chip,每百万 token 成本为 $0.13;H200 的吞吐量为 1,855 tok/s/chip,每百万 token 成本为 $0.18。B300 的每 token 成本低 28%;B300 的单芯片吞吐量高出 158%。

102 tok/s/user 接近 14–131 tok/s/user 交互性区间的上限。在这一运行点,B300 运行 MiniMax M2.5/M2.7 的吞吐量为 2,425 tok/s/chip,每百万 token 成本为 $0.26;H200 的吞吐量为 1,011 tok/s/chip,每百万 token 成本为 $0.34。B300 的每 token 成本低 23%;B300 的单芯片吞吐量高出 140%。 (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。)

查看每美元性能对比 →

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)
B30010,382H2002,816
B3004,787H2001,855
B3002,425H2001,011
成本($/M tok)
B300$0.060H200$0.12
B300$0.13H200$0.18
B300$0.26H200$0.34
tok/s/MW
B3005,464,464H2002,055,797
B3002,519,239H2001,354,090
B3001,276,295H200738,156
并发数
B300~215H200~30
B300~8H200~12
B300~16H200~5