MiniMax M2.5/M2.7 — GB200 NVL72 vs H100
GB200 NVL72（NVIDIA Blackwell）与 H100（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。
在 MiniMax M2.5/M2.7 上以 59 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 3310 tok/s/GPU，每百万 token 成本 $0.18；H100 吞吐量为 614 tok/s/GPU，成本 $0.58。GB200 NVL72 每 token 成本低 215%；GB200 NVL72 每 GPU 吞吐量高出 439%。
GB200 NVL72 在 MiniMax M2.5/M2.7 上以 78 tok/s/user 运行时达到 1320 tok/s/GPU（每百万 token $0.48）；H100 达到 378 tok/s/GPU（$0.94）。GB200 NVL72 每 token 成本低 95%；GB200 NVL72 每 GPU 吞吐量高出 249%。
MiniMax M2.5/M2.7 在 98 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 761 tok/s/GPU，H100 为 199。每百万 token 成本分别为 $0.82 和 $1.82。GB200 NVL72 每 token 成本低 121%；GB200 NVL72 每 GPU 吞吐量高出 282%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:3310.2H100:614.1 | GB200 NVL72:1319.9H100:378.2 | GB200 NVL72:760.8H100:199.2 |
| Cost ($/M tok) | GB200 NVL72:$0.184H100:$0.580 | GB200 NVL72:$0.480H100:$0.937 | GB200 NVL72:$0.825H100:$1.824 |
| tok/s/MW | GB200 NVL72:1576291H100:354968 | GB200 NVL72:628514H100:218629 | GB200 NVL72:362304H100:115163 |
| Concurrency | GB200 NVL72:~340H100:~42 | GB200 NVL72:~64H100:~12 | GB200 NVL72:~32H100:~8 |
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。