MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — GB200 NVL72 与 H200

对比 GB200 NVL72(NVIDIA Blackwell)与 H200(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。

在 MiniMax M2.5/M2.7 的 56 tok/s/user 运行点,GB200 NVL72 的吞吐量为 7,412 tok/s/chip,每百万 token 成本为 $0.070;H200 的吞吐量为 2,342 tok/s/chip,每百万 token 成本为 $0.14。GB200 NVL72 的每 token 成本低 52%;GB200 NVL72 的单芯片吞吐量为对方的 3.2 倍。

当 MiniMax M2.5/M2.7 的目标交互性为 81 tok/s/user 时,GB200 NVL72 与 H200 的吞吐量分别为 3,276 和 1,595 tok/s/chip,每百万 token 成本分别为 $0.16 和 $0.21。GB200 NVL72 的每 token 成本低 26%;GB200 NVL72 的单芯片吞吐量高出 105%。

以 106 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,GB200 NVL72 的吞吐量为 2,028 tok/s/chip,每百万 token 成本为 $0.25;H200 的吞吐量为 895 tok/s/chip,每百万 token 成本为 $0.38。GB200 NVL72 的每 token 成本低 33%;GB200 NVL72 的单芯片吞吐量高出 127%。 (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。)

查看每美元性能对比 →

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 NVL727,412H2002,342
GB200 NVL723,276H2001,595
GB200 NVL722,028H200895
成本($/M tok)
GB200 NVL72$0.070H200$0.14
GB200 NVL72$0.16H200$0.21
GB200 NVL72$0.25H200$0.38
tok/s/MW
GB200 NVL723,963,793H2001,709,253
GB200 NVL721,751,893H2001,164,064
GB200 NVL721,084,456H200653,150
并发数
GB200 NVL72~92H200~19
GB200 NVL72~30H200~9
GB200 NVL72~14H200~4