MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — GB300 NVL72 vs H100
GB300 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。
GB300 NVL72 在 MiniMax M2.5/M2.7 上以 59 tok/s/user 运行时达到 3985 tok/s/GPU（每百万 token $0.19）；H100 达到 614 tok/s/GPU（$0.58）。GB300 NVL72 每 token 成本低 210%；GB300 NVL72 每 GPU 吞吐量高出 549%。
MiniMax M2.5/M2.7 在 78 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 1610 tok/s/GPU，H100 为 378。每百万 token 成本分别为 $0.48 和 $0.94。GB300 NVL72 每 token 成本低 96%；GB300 NVL72 每 GPU 吞吐量高出 326%。
GB300 NVL72 / H100 在 MiniMax M2.5/M2.7 上以 98 tok/s/user 运行：901 / 199 tok/s/GPU，$0.84 / $1.82 每百万 token。GB300 NVL72 每 token 成本低 116%；GB300 NVL72 每 GPU 吞吐量高出 352%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:3984.8H100:614.1 | GB300 NVL72:1610.0H100:378.2 | GB300 NVL72:901.3H100:199.2 |
| Cost ($/M tok) | GB300 NVL72:$0.187H100:$0.580 | GB300 NVL72:$0.479H100:$0.937 | GB300 NVL72:$0.845H100:$1.824 |
| tok/s/MW | GB300 NVL72:1897520H100:354968 | GB300 NVL72:766668H100:218629 | GB300 NVL72:429188H100:115163 |
| Concurrency | GB300 NVL72:~405H100:~42 | GB300 NVL72:~64H100:~12 | GB300 NVL72:~32H100:~8 |
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: