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。)

查看每美元性能对比 →

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