MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — H100 vs H200
H100（NVIDIA Hopper）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。
在 MiniMax M2.5/M2.7 上以 59 tok/s/user 交互性运行时，H100 吞吐量为 614 tok/s/GPU，每百万 token 成本 $0.58；H200 吞吐量为 947 tok/s/GPU，成本 $0.41。H200 每 token 成本低 41%；H200 每 GPU 吞吐量高出 54%。
H100 在 MiniMax M2.5/M2.7 上以 78 tok/s/user 运行时达到 378 tok/s/GPU（每百万 token $0.94）；H200 达到 482 tok/s/GPU（$0.82）。H200 每 token 成本低 15%；H200 每 GPU 吞吐量高出 27%。
MiniMax M2.5/M2.7 在 98 tok/s/user 交互性下的吞吐量：H100 为 199 tok/s/GPU，H200 为 375。每百万 token 成本分别为 $1.82 和 $1.05。H200 每 token 成本低 75%；H200 每 GPU 吞吐量高出 88%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:614.1H200:947.3 | H100:378.2H200:481.8 | H100:199.2H200:375.3 |
| Cost ($/M tok) | H100:$0.580H200:$0.412 | H100:$0.937H200:$0.816 | H100:$1.824H200:$1.045 |
| tok/s/MW | H100:354968H200:547585 | H100:218629H200:278486 | H100:115163H200:216947 |
| Concurrency | H100:~42H200:~64 | H100:~12H200:~21 | H100:~8H200:~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。
厂商:
聚合模式:
投机解码: