MiniMax M2.5/M2.7 · Chip 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 60 tok/s/user 交互性运行时，H100 吞吐量为 599 tok/s/Chip，每百万 token 成本 $0.54；H200 吞吐量为 880 tok/s/Chip，成本 $0.38。H200 每 token 成本低 41%；H200 每 Chip 吞吐量高出 47%。
H100 在 MiniMax M2.5/M2.7 上以 79 tok/s/user 运行时达到 353 tok/s/Chip（每百万 token $0.92）；H200 达到 551 tok/s/Chip（$0.61）。H200 每 token 成本低 50%；H200 每 Chip 吞吐量高出 56%。
MiniMax M2.5/M2.7 在 98 tok/s/user 交互性下的吞吐量：H100 为 207 tok/s/Chip，H200 为 374。每百万 token 成本分别为 $1.57 和 $0.91。H200 每 token 成本低 73%；H200 每 Chip 吞吐量高出 81%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | H100:599.4H200:880.4 | H100:353.0H200:551.3 | H100:207.1H200:374.3 |
| Cost ($/M tok) | H100:$0.542H200:$0.385 | H100:$0.921H200:$0.615 | H100:$1.569H200:$0.905 |
| tok/s/MW | H100:437502H200:642651 | H100:257637H200:402419 | H100:151188H200:273235 |
| Concurrency | H100:~41H200:~30 | H100:~18H200:~15 | H100:~9H200:~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:
部署模式:
投机解码: