MiniMax M3 428B · 芯片对比
MiniMax M3 428B — B200 与 GB200 NVL72
对比 B200(NVIDIA Blackwell)与 GB200 NVL72(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 →
168 tok/s/user 接近 83–423 tok/s/user 交互性区间的下限。在这一运行点,B200 运行 MiniMax M3 428B 的吞吐量为 33,580 tok/s/chip,每百万 token 成本为 $0.014;GB200 NVL72 的吞吐量为 33,531 tok/s/chip,每百万 token 成本为 $0.015。B200 的每 token 成本低 7%;单芯片吞吐量基本持平。
将 MiniMax M3 428B 的目标交互性设为 253 tok/s/user 时,B200 的吞吐量为 31,374 tok/s/chip,每百万 token 成本为 $0.015;GB200 NVL72 的吞吐量为 16,343 tok/s/chip,每百万 token 成本为 $0.032。B200 的每 token 成本低 52%;B200 的单芯片吞吐量高出 92%。
当 MiniMax M3 428B 的目标交互性为 338 tok/s/user 时,B200 的吞吐量为 23,876 tok/s/chip,每百万 token 成本为 $0.020;GB200 NVL72 的吞吐量为 8,176 tok/s/chip,每百万 token 成本为 $0.063。B200 的每 token 成本低 68%;B200 的单芯片吞吐量高出 192%。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20033,580GB200 NVL7233,531 | B20031,374GB200 NVL7216,343 | B20023,876GB200 NVL728,176 |
| 成本($/M tok) | B200$0.014GB200 NVL72$0.015 | B200$0.015GB200 NVL72$0.032 | B200$0.020GB200 NVL72$0.063 |
| tok/s/MW | B20019,637,248GB200 NVL7217,930,819 | B20018,347,533GB200 NVL728,739,563 | B20013,962,707GB200 NVL724,372,272 |
| 并发数 | B200~20GB200 NVL72~19 | B200~20GB200 NVL72~9 | B200~16GB200 NVL72~2 |