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 $0.21。GB300 NVL72 的每 token 成本低 18%;GB300 NVL72 的单芯片吞吐量高出 132%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB300 NVL7210,654H2002,816 | GB300 NVL727,309H2002,166 | GB300 NVL723,698H2001,595 |
| 成本($/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 |