MiniMax M2.5/M2.7 · Chip 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/Chip（每百万 token $0.14）；H200 达到 1095 tok/s/Chip（$0.31）。GB200 NVL72 每 token 成本低 117%；GB200 NVL72 每 Chip 吞吐量高出 231%。
MiniMax M2.5/M2.7 在 80 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 1276 tok/s/Chip，H200 为 541。每百万 token 成本分别为 $0.40 和 $0.63。GB200 NVL72 每 token 成本低 55%；GB200 NVL72 每 Chip 吞吐量高出 136%。
GB200 NVL72 / H200 在 MiniMax M2.5/M2.7 上以 107 tok/s/user 运行：667 / 303 tok/s/Chip，$0.77 / $1.12 每百万 token。GB200 NVL72 每 token 成本低 44%；GB200 NVL72 每 Chip 吞吐量高出 120%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:3622.7H200:1095.1 | GB200 NVL72:1276.4H200:540.6 | GB200 NVL72:667.3H200:303.3 |
| Cost ($/M tok) | GB200 NVL72:$0.143H200:$0.309 | GB200 NVL72:$0.405H200:$0.627 | GB200 NVL72:$0.774H200:$1.117 |
| tok/s/MW | GB200 NVL72:1937257H200:799362 | GB200 NVL72:682586H200:394579 | GB200 NVL72:356853H200:221394 |
| Concurrency | GB200 NVL72:~489H200:~42 | GB200 NVL72:~64H200:~15 | 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:
部署模式:
投机解码: