MiniMax M2.5/M2.7 — GB300 NVL72 vs H200
GB300 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。
MiniMax M2.5/M2.7 在 49 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 4954 tok/s/GPU，H200 为 1240。每百万 token 成本分别为 $0.15 和 $0.32。GB300 NVL72 每 token 成本低 119%；GB300 NVL72 每 GPU 吞吐量高出 300%。
GB300 NVL72 / H200 在 MiniMax M2.5/M2.7 上以 74 tok/s/user 运行：2117 / 516 tok/s/GPU，$0.35 / $0.77 每百万 token。GB300 NVL72 每 token 成本低 117%；GB300 NVL72 每 GPU 吞吐量高出 310%。
在 25–122 tok/s/user 交互性区间的高端，即 MiniMax M2.5/M2.7 上以 98 tok/s/user 运行时：GB300 NVL72 达到 901 tok/s/GPU（$0.84/百万 token），H200 达到 375（$1.05/百万）。GB300 NVL72 每 token 成本低 24%；GB300 NVL72 每 GPU 吞吐量高出 140%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:4954.2H200:1239.7 | GB300 NVL72:2116.8H200:515.8 | GB300 NVL72:901.3H200:375.3 |
| Cost ($/M tok) | GB300 NVL72:$0.149H200:$0.325 | GB300 NVL72:$0.354H200:$0.767 | GB300 NVL72:$0.845H200:$1.045 |
| tok/s/MW | GB300 NVL72:2359141H200:716587 | GB300 NVL72:1008006H200:298161 | GB300 NVL72:429188H200:216947 |
| Concurrency | GB300 NVL72:~512H200:~64 | GB300 NVL72:~128H200:~27 | GB300 NVL72:~32H200:~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。