MiniMax M3 428B · 芯片对比

MiniMax M3 428B — B200 与 B300

对比 B200(NVIDIA Blackwell)与 B300(NVIDIA Blackwell)在 MiniMax M3 428B 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。

AgentX 回放真实的 coding agent 会话,而非定长 prompt。随着会话轮次增加,上下文不断增长;每个请求的大部分内容都可直接从 cache 读取,无需重新计算。因此,这项对比不仅取决于芯片本身的吞吐量,还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线;两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →

在 MiniMax M3 428B 的 158 tok/s/user 运行点,B200 的吞吐量为 35,847 tok/s/chip,每百万 token 成本为 $0.013;B300 的吞吐量为 42,302 tok/s/chip,每百万 token 成本为 $0.015。B200 的每 token 成本低 10%;B300 的单芯片吞吐量高出 18%。

当 MiniMax M3 428B 的目标交互性为 252 tok/s/user 时,B200 与 B300 的吞吐量分别为 31,444 和 14,426 tok/s/chip,每百万 token 成本分别为 $0.015 和 $0.044。B200 的每 token 成本低 65%;B200 的单芯片吞吐量高出 118%。

以 345 tok/s/user 为目标运行 MiniMax M3 428B 时,B200 的吞吐量为 23,121 tok/s/chip,每百万 token 成本为 $0.021;B300 的吞吐量为 4,984 tok/s/chip,每百万 token 成本为 $0.13。B200 的每 token 成本低 84%;B200 的单芯片吞吐量为对方的 4.6 倍。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 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 →

B300 vs B200:完整规格与各模型基准测试 →

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)
B20035,847B30042,302
B20031,444B30014,426
B20023,121B3004,984
成本($/M tok)
B200$0.013B300$0.015
B200$0.015B300$0.044
B200$0.021B300$0.13
tok/s/MW
B20020,963,269B30022,264,165
B20018,388,089B3007,592,496
B20013,521,189B3002,623,018
并发数
B200~23B300~25
B200~20B300~8
B200~16B300~5