MiniMax M2.5/M2.7 — GB200 NVL72 vs GB300 NVL72
GB200 NVL72（NVIDIA Blackwell）与 GB300 NVL72（NVIDIA Blackwell）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。
在 MiniMax M2.5/M2.7 上以 68 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 8433 tok/s/Chip，每百万 token 成本 $0.06；GB300 NVL72 吞吐量为 8539 tok/s/Chip，成本 $0.08。GB200 NVL72 每 token 成本低 23%；GB300 NVL72 每 Chip 吞吐量高出 1%。
GB200 NVL72 在 MiniMax M2.5/M2.7 上以 105 tok/s/user 运行时达到 3247 tok/s/Chip（每百万 token $0.16）；GB300 NVL72 达到 3391 tok/s/Chip（$0.19）。GB200 NVL72 每 token 成本低 19%；GB300 NVL72 每 Chip 吞吐量高出 4%。
MiniMax M2.5/M2.7 在 143 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 1066 tok/s/Chip，GB300 NVL72 为 1047。每百万 token 成本分别为 $0.48 和 $0.61。GB200 NVL72 每 token 成本低 26%；GB200 NVL72 每 Chip 吞吐量高出 2%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:8432.8GB300 NVL72:8538.7 | GB200 NVL72:3246.9GB300 NVL72:3391.2 | GB200 NVL72:1066.4GB300 NVL72:1047.4 |
| Cost ($/M tok) | GB200 NVL72:$0.061GB300 NVL72:$0.075 | GB200 NVL72:$0.159GB300 NVL72:$0.189 | GB200 NVL72:$0.485GB300 NVL72:$0.613 |
| tok/s/MW | GB200 NVL72:4509515GB300 NVL72:4027712 | GB200 NVL72:1736305GB300 NVL72:1599620 | GB200 NVL72:570241GB300 NVL72:494071 |
| Concurrency | GB200 NVL72:~928GB300 NVL72:~1024 | GB200 NVL72:~236GB300 NVL72:~211 | GB200 NVL72:~45GB300 NVL72:~34 |
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。