MiniMax M3 428B · 芯片对比
MiniMax M3 428B — B200 与 GB300 NVL72
对比 B200(NVIDIA Blackwell)与 GB300 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 →
以 159 tok/s/user 为目标运行 MiniMax M3 428B 时,B200 的吞吐量为 34,551 tok/s/chip,每百万 token 成本为 $0.014;GB300 NVL72 的吞吐量为 32,568 tok/s/chip,每百万 token 成本为 $0.020。B200 的每 token 成本低 29%;B200 的单芯片吞吐量高出 6%。
218 tok/s/user 位于 100–336 tok/s/user 交互性区间的中段。在这一运行点,B200 运行 MiniMax M3 428B 的吞吐量为 32,867 tok/s/chip,每百万 token 成本为 $0.015;GB300 NVL72 的吞吐量为 21,832 tok/s/chip,每百万 token 成本为 $0.029。B200 的每 token 成本低 50%;B200 的单芯片吞吐量高出 51%。
将 MiniMax M3 428B 的目标交互性设为 277 tok/s/user 时,B200 的吞吐量为 29,643 tok/s/chip,每百万 token 成本为 $0.016;GB300 NVL72 的吞吐量为 13,103 tok/s/chip,每百万 token 成本为 $0.049。B200 的每 token 成本低 67%;B200 的单芯片吞吐量高出 126%。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20034,551GB300 NVL7232,568 | B20032,867GB300 NVL7221,832 | B20029,643GB300 NVL7213,103 |
| 成本($/M tok) | B200$0.014GB300 NVL72$0.020 | B200$0.015GB300 NVL72$0.029 | B200$0.016GB300 NVL72$0.049 |
| tok/s/MW | B20020,205,266GB300 NVL7215,362,054 | B20019,220,530GB300 NVL7210,298,334 | B20017,334,863GB300 NVL726,180,856 |
| 并发数 | B200~21GB300 NVL72~29 | B200~20GB300 NVL72~20 | B200~20GB300 NVL72~24 |