MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — GB200 NVL72 与 GB300 NVL72
对比 GB200 NVL72(NVIDIA Blackwell)与 GB300 NVL72(NVIDIA Blackwell)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 48 tok/s/user 时,GB200 NVL72 的吞吐量为 8,970 tok/s/chip,每百万 token 成本为 $0.058;GB300 NVL72 的吞吐量为 9,393 tok/s/chip,每百万 token 成本为 $0.068。GB200 NVL72 的每 token 成本低 16%;GB300 NVL72 的单芯片吞吐量高出 5%。
在 MiniMax M2.5/M2.7 的 65 tok/s/user 运行点,GB200 NVL72 的吞吐量为 5,557 tok/s/chip,每百万 token 成本为 $0.093;GB300 NVL72 的吞吐量为 5,573 tok/s/chip,每百万 token 成本为 $0.12。GB200 NVL72 的每 token 成本低 19%;单芯片吞吐量基本持平。
当 MiniMax M2.5/M2.7 的目标交互性为 83 tok/s/user 时,GB200 NVL72 与 GB300 NVL72 的吞吐量分别为 3,120 和 3,547 tok/s/chip,每百万 token 成本分别为 $0.17 和 $0.18。GB200 NVL72 的每 token 成本低 8%;GB300 NVL72 的单芯片吞吐量高出 14%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB200 NVL728,970GB300 NVL729,393 | GB200 NVL725,557GB300 NVL725,573 | GB200 NVL723,120GB300 NVL723,547 |
| 成本($/M tok) | GB200 NVL72$0.058GB300 NVL72$0.068 | GB200 NVL72$0.093GB300 NVL72$0.12 | GB200 NVL72$0.17GB300 NVL72$0.18 |
| tok/s/MW | GB200 NVL724,796,740GB300 NVL724,430,716 | GB200 NVL722,971,457GB300 NVL722,628,982 | GB200 NVL721,668,687GB300 NVL721,673,039 |
| 并发数 | GB200 NVL72~146GB300 NVL72~136 | GB200 NVL72~64GB300 NVL72~64 | GB200 NVL72~27GB300 NVL72~48 |