MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — H100 与 H200

对比 H100(NVIDIA Hopper)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 44 tok/s/user 时,H100 的吞吐量为 1,891 tok/s/chip,每百万 token 成本为 $0.17;H200 的吞吐量为 2,766 tok/s/chip,每百万 token 成本为 $0.12。H200 的每 token 成本低 29%;H200 的单芯片吞吐量高出 46%。

在 MiniMax M2.5/M2.7 的 66 tok/s/user 运行点,H100 的吞吐量为 1,269 tok/s/chip,每百万 token 成本为 $0.26;H200 的吞吐量为 2,038 tok/s/chip,每百万 token 成本为 $0.17。H200 的每 token 成本低 35%;H200 的单芯片吞吐量高出 61%。

当 MiniMax M2.5/M2.7 的目标交互性为 89 tok/s/user 时,H100 与 H200 的吞吐量分别为 806 和 1,367 tok/s/chip,每百万 token 成本分别为 $0.40 和 $0.25。H200 的每 token 成本低 39%;H200 的单芯片吞吐量高出 70%。 (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)
H1001,891H2002,766
H1001,269H2002,038
H100806H2001,367
成本($/M tok)
H100$0.17H200$0.12
H100$0.26H200$0.17
H100$0.40H200$0.25
tok/s/MW
H1001,380,510H2002,019,085
H100926,145H2001,487,257
H100588,262H200998,121
并发数
H100~39H200~29
H100~18H200~14
H100~9H200~7