MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — GB300 NVL72 与 H200

对比 GB300 NVL72(NVIDIA Blackwell)与 H200(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。

当 MiniMax M2.5/M2.7 的目标交互性为 43 tok/s/user 时,GB300 NVL72 与 H200 的吞吐量分别为 10,654 和 2,816 tok/s/chip,每百万 token 成本分别为 $0.060 和 $0.12。GB300 NVL72 的每 token 成本低 50%;GB300 NVL72 的单芯片吞吐量为对方的 3.8 倍。

以 62 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,GB300 NVL72 的吞吐量为 7,309 tok/s/chip,每百万 token 成本为 $0.088;H200 的吞吐量为 2,166 tok/s/chip,每百万 token 成本为 $0.16。GB300 NVL72 的每 token 成本低 44%;GB300 NVL72 的单芯片吞吐量为对方的 3.4 倍。

81 tok/s/user 接近 24–100 tok/s/user 交互性区间的上限。在这一运行点,GB300 NVL72 运行 MiniMax M2.5/M2.7 的吞吐量为 3,698 tok/s/chip,每百万 token 成本为 $0.17;H200 的吞吐量为 1,595 tok/s/chip,每百万 token 成本为 $0.21。GB300 NVL72 的每 token 成本低 18%;GB300 NVL72 的单芯片吞吐量高出 132%。 (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。)

查看每美元性能对比 →

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 NVL7210,654H2002,816
GB300 NVL727,309H2002,166
GB300 NVL723,698H2001,595
成本($/M tok)
GB300 NVL72$0.060H200$0.12
GB300 NVL72$0.088H200$0.16
GB300 NVL72$0.17H200$0.21
tok/s/MW
GB300 NVL725,025,439H2002,055,797
GB300 NVL723,447,521H2001,580,777
GB300 NVL721,744,352H2001,164,064
并发数
GB300 NVL72~200H200~30
GB300 NVL72~197H200~16
GB300 NVL72~51H200~9