MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — GB200 NVL72 与 H100
对比 GB200 NVL72(NVIDIA Blackwell)与 H100(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 50 tok/s/user 时,GB200 NVL72 的吞吐量为 8,615 tok/s/chip,每百万 token 成本为 $0.060;H100 的吞吐量为 1,692 tok/s/chip,每百万 token 成本为 $0.19。GB200 NVL72 的每 token 成本低 69%;GB200 NVL72 的单芯片吞吐量为对方的 5.1 倍。
在 MiniMax M2.5/M2.7 的 71 tok/s/user 运行点,GB200 NVL72 的吞吐量为 4,540 tok/s/chip,每百万 token 成本为 $0.11;H100 的吞吐量为 1,155 tok/s/chip,每百万 token 成本为 $0.28。GB200 NVL72 的每 token 成本低 60%;GB200 NVL72 的单芯片吞吐量为对方的 3.9 倍。
当 MiniMax M2.5/M2.7 的目标交互性为 91 tok/s/user 时,GB200 NVL72 与 H100 的吞吐量分别为 2,725 和 772 tok/s/chip,每百万 token 成本分别为 $0.19 和 $0.42。GB200 NVL72 的每 token 成本低 55%;GB200 NVL72 的单芯片吞吐量为对方的 3.5 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB200 NVL728,615H1001,692 | GB200 NVL724,540H1001,155 | GB200 NVL722,725H100772 |
| 成本($/M tok) | GB200 NVL72$0.060H100$0.19 | GB200 NVL72$0.11H100$0.28 | GB200 NVL72$0.19H100$0.42 |
| tok/s/MW | GB200 NVL724,606,957H1001,235,349 | GB200 NVL722,427,969H100842,881 | GB200 NVL721,457,292H100563,337 |
| 并发数 | GB200 NVL72~130H100~31 | GB200 NVL72~47H100~15 | GB200 NVL72~22H100~8 |