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 60 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 3263 tok/s/Chip，每百万 token 成本 $0.16；H100 吞吐量为 599 tok/s/Chip，成本 $0.54。GB200 NVL72 每 token 成本低 242%；GB200 NVL72 每 Chip 吞吐量高出 444%。
GB200 NVL72 在 MiniMax M2.5/M2.7 上以 79 tok/s/user 运行时达到 1297 tok/s/Chip（每百万 token $0.40）；H100 达到 353 tok/s/Chip（$0.92）。GB200 NVL72 每 token 成本低 131%；GB200 NVL72 每 Chip 吞吐量高出 267%。
MiniMax M2.5/M2.7 在 98 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 761 tok/s/Chip，H100 为 207。每百万 token 成本分别为 $0.68 和 $1.57。GB200 NVL72 每 token 成本低 131%；GB200 NVL72 每 Chip 吞吐量高出 267%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:3263.0H100:599.4 | GB200 NVL72:1296.5H100:353.0 | GB200 NVL72:760.8H100:207.1 |
| Cost ($/M tok) | GB200 NVL72:$0.158H100:$0.542 | GB200 NVL72:$0.399H100:$0.921 | GB200 NVL72:$0.679H100:$1.569 |
| tok/s/MW | GB200 NVL72:1744903H100:437502 | GB200 NVL72:693331H100:257637 | GB200 NVL72:406865H100:151188 |
| Concurrency | GB200 NVL72:~318H100:~41 | GB200 NVL72:~64H100:~18 | GB200 NVL72:~32H100:~9 |
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。