MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（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。
在 17–157 tok/s/user 交互性区间的低端，即 MiniMax M3 428B 上以 52 tok/s/user 运行时：B200 达到 3004 tok/s/GPU（$0.18/百万 token），GB200 NVL72 达到 1598（$0.38/百万）。B200 每 token 成本低 109%；B200 每 GPU 吞吐量高出 88%。
以 87 tok/s/user 为目标在 MiniMax M3 428B 上运行时，B200 产出 1607 tok/s/GPU（每百万 token $0.35），GB200 NVL72 产出 638（$1.00）。B200 每 token 成本低 187%；B200 每 GPU 吞吐量高出 152%。
在 MiniMax M3 428B 上以 122 tok/s/user 交互性运行时，B200 吞吐量为 1364 tok/s/GPU，每百万 token 成本 $0.42；GB200 NVL72 吞吐量为 211 tok/s/GPU，成本 $2.86。B200 每 token 成本低 584%；B200 每 GPU 吞吐量高出 546%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3004.4GB200 NVL72:1598.2 | B200:1607.5GB200 NVL72:638.3 | B200:1363.5GB200 NVL72:210.9 |
| Cost ($/M tok) | B200:$0.183GB200 NVL72:$0.382 | B200:$0.347GB200 NVL72:$0.996 | B200:$0.419GB200 NVL72:$2.862 |
| tok/s/MW | B200:1384529GB200 NVL72:761024 | B200:740783GB200 NVL72:303973 | B200:628344GB200 NVL72:100447 |
| Concurrency | B200:~142GB200 NVL72:~180 | B200:~56GB200 NVL72:~74 | B200:~24GB200 NVL72:~18 |
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: