MiniMax M3 428B · GPU 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 106 tok/s/user 运行时达到 1440 tok/s/GPU（每百万 token $0.40）；B300 达到 1179 tok/s/GPU（$0.55）。B200 每 token 成本低 39%；B200 每 GPU 吞吐量高出 22%。
MiniMax M3 428B 在 200 tok/s/user 交互性下的吞吐量：B200 为 550 tok/s/GPU，B300 为 598。每百万 token 成本分别为 $0.98 和 $1.08。B200 每 token 成本低 9%；B300 每 GPU 吞吐量高出 9%。
B200 / B300 在 MiniMax M3 428B 上以 295 tok/s/user 运行：191 / 295 tok/s/GPU，$2.92 / $2.17 每百万 token。B300 每 token 成本低 34%；B300 每 GPU 吞吐量高出 55%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:1439.6B300:1178.6 | B200:550.1B300:597.7 | B200:190.7B300:294.8 |
| Cost ($/M tok) | B200:$0.396B300:$0.551 | B200:$0.984B300:$1.077 | B200:$2.916B300:$2.171 |
| tok/s/MW | B200:663397B300:543134 | B200:253515B300:275458 | B200:87897B300:135868 |
| Concurrency | B200:~36B300:~33 | B200:~5B300:~8 | B200:~1B300:~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:
聚合模式:
投机解码: