MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — GB200 NVL72 vs H200
GB200 NVL72（NVIDIA Blackwell）与 H200（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。
GB200 NVL72 在 MiniMax M2.5/M2.7 上以 52 tok/s/user 运行时达到 3623 tok/s/GPU（每百万 token $0.17）；H200 达到 1132 tok/s/GPU（$0.35）。GB200 NVL72 每 token 成本低 106%；GB200 NVL72 每 GPU 吞吐量高出 220%。
MiniMax M2.5/M2.7 在 80 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 1276 tok/s/GPU，H200 为 469。每百万 token 成本分别为 $0.50 和 $0.83。GB200 NVL72 每 token 成本低 68%；GB200 NVL72 每 GPU 吞吐量高出 172%。
GB200 NVL72 / H200 在 MiniMax M2.5/M2.7 上以 107 tok/s/user 运行：667 / 310 tok/s/GPU，$0.92 / $1.27 每百万 token。GB200 NVL72 每 token 成本低 37%；GB200 NVL72 每 GPU 吞吐量高出 115%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:3622.7H200:1131.6 | GB200 NVL72:1276.4H200:468.6 | GB200 NVL72:667.3H200:309.7 |
| Cost ($/M tok) | GB200 NVL72:$0.169H200:$0.348 | GB200 NVL72:$0.497H200:$0.833 | GB200 NVL72:$0.925H200:$1.266 |
| tok/s/MW | GB200 NVL72:1725082H200:654108 | GB200 NVL72:607826H200:270858 | GB200 NVL72:317769H200:179025 |
| Concurrency | GB200 NVL72:~489H200:~64 | GB200 NVL72:~64H200:~19 | GB200 NVL72:~32H200:~6 |
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。
厂商:
聚合模式:
投机解码: