MiniMax M2.5/M2.7 · Chip 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 60 tok/s/user 运行时达到 3909 tok/s/Chip（每百万 token $0.16）；H100 达到 599 tok/s/Chip（$0.54）。GB300 NVL72 每 token 成本低 230%；GB300 NVL72 每 Chip 吞吐量高出 552%。
MiniMax M2.5/M2.7 在 79 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 1563 tok/s/Chip，H100 为 353。每百万 token 成本分别为 $0.41 和 $0.92。GB300 NVL72 每 token 成本低 124%；GB300 NVL72 每 Chip 吞吐量高出 343%。
GB300 NVL72 / H100 在 MiniMax M2.5/M2.7 上以 98 tok/s/user 运行：901 / 207 tok/s/Chip，$0.71 / $1.57 每百万 token。GB300 NVL72 每 token 成本低 120%；GB300 NVL72 每 Chip 吞吐量高出 335%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB300 NVL72:3909.5H100:599.4 | GB300 NVL72:1563.1H100:353.0 | GB300 NVL72:901.3H100:207.1 |
| Cost ($/M tok) | GB300 NVL72:$0.164H100:$0.542 | GB300 NVL72:$0.411H100:$0.921 | GB300 NVL72:$0.712H100:$1.569 |
| tok/s/MW | GB300 NVL72:1844089H100:437502 | GB300 NVL72:737315H100:257637 | GB300 NVL72:425139H100:151188 |
| Concurrency | GB300 NVL72:~380H100:~41 | GB300 NVL72:~64H100:~18 | GB300 NVL72:~32H100:~9 |
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: