MiniMax M3 428B · Chip 对比
MiniMax M3 428B — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 MiniMax M3 428B 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。
B200 在 MiniMax M3 428B 上以 121 tok/s/user 运行时达到 5814 tok/s/Chip（每百万 token $0.08）；B300 达到 6001 tok/s/Chip（$0.10）。B200 每 token 成本低 27%；B300 每 Chip 吞吐量高出 3%。
MiniMax M3 428B 在 235 tok/s/user 交互性下的吞吐量：B200 为 3194 tok/s/Chip，B300 为 3098。每百万 token 成本分别为 $0.15 和 $0.20。B200 每 token 成本低 35%；B200 每 Chip 吞吐量高出 3%。
B200 / B300 在 MiniMax M3 428B 上以 349 tok/s/user 运行：1636 / 2067 tok/s/Chip，$0.29 / $0.30 每百万 token。B200 每 token 成本低 3%；B300 每 Chip 吞吐量高出 26%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:5813.8B300:6001.2 | B200:3193.8B300:3097.7 | B200:1636.0B300:2066.5 |
| Cost ($/M tok) | B200:$0.083B300:$0.105 | B200:$0.150B300:$0.203 | B200:$0.294B300:$0.304 |
| tok/s/MW | B200:3399910B300:3158506 | B200:1867716B300:1630350 | B200:956701B300:1087633 |
| Concurrency | B200:~20B300:~13 | B200:~21B300:~8 | B200:~12B300:~3 |
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: