MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — GB300 NVL72 与 H100
对比 GB300 NVL72(NVIDIA Blackwell)与 H100(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 43 tok/s/user 运行点,GB300 NVL72 的吞吐量为 10,654 tok/s/chip,每百万 token 成本为 $0.060;H100 的吞吐量为 1,926 tok/s/chip,每百万 token 成本为 $0.17。GB300 NVL72 的每 token 成本低 64%;GB300 NVL72 的单芯片吞吐量为对方的 5.5 倍。
当 MiniMax M2.5/M2.7 的目标交互性为 62 tok/s/user 时,GB300 NVL72 与 H100 的吞吐量分别为 7,309 和 1,363 tok/s/chip,每百万 token 成本分别为 $0.088 和 $0.24。GB300 NVL72 的每 token 成本低 63%;GB300 NVL72 的单芯片吞吐量为对方的 5.4 倍。
以 81 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,GB300 NVL72 的吞吐量为 3,698 tok/s/chip,每百万 token 成本为 $0.17;H100 的吞吐量为 950 tok/s/chip,每百万 token 成本为 $0.34。GB300 NVL72 的每 token 成本低 49%;GB300 NVL72 的单芯片吞吐量为对方的 3.9 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB300 NVL7210,654H1001,926 | GB300 NVL727,309H1001,363 | GB300 NVL723,698H100950 |
| 成本($/M tok) | GB300 NVL72$0.060H100$0.17 | GB300 NVL72$0.088H100$0.24 | GB300 NVL72$0.17H100$0.34 |
| tok/s/MW | GB300 NVL725,025,439H1001,406,025 | GB300 NVL723,447,521H100995,043 | GB300 NVL721,744,352H100693,508 |
| 并发数 | GB300 NVL72~200H100~41 | GB300 NVL72~197H100~20 | GB300 NVL72~51H100~11 |