MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
B200 / GB300 NVL72 在 MiniMax M3 428B 上以 48 tok/s/user 运行：3319 / 2417 tok/s/GPU，$0.17 / $0.29 每百万 token。B200 每 token 成本低 75%；B200 每 GPU 吞吐量高出 37%。
在 11–158 tok/s/user 交互性区间的中部，即 MiniMax M3 428B 上以 84 tok/s/user 运行时：B200 达到 1651 tok/s/GPU（$0.33/百万 token），GB300 NVL72 达到 763（$1.00/百万）。B200 每 token 成本低 198%；B200 每 GPU 吞吐量高出 116%。
以 121 tok/s/user 为目标在 MiniMax M3 428B 上运行时，B200 产出 1368 tok/s/GPU（每百万 token $0.42），GB300 NVL72 产出 266（$2.73）。B200 每 token 成本低 553%；B200 每 GPU 吞吐量高出 415%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3318.7GB300 NVL72:2417.3 | B200:1650.8GB300 NVL72:763.0 | B200:1368.4GB300 NVL72:266.0 |
| Cost ($/M tok) | B200:$0.166GB300 NVL72:$0.291 | B200:$0.334GB300 NVL72:$0.996 | B200:$0.417GB300 NVL72:$2.726 |
| tok/s/MW | B200:1529358GB300 NVL72:1151087 | B200:760756GB300 NVL72:363332 | B200:630583GB300 NVL72:126643 |
| Concurrency | B200:~168GB300 NVL72:~602 | B200:~59GB300 NVL72:~89 | B200:~25GB300 NVL72:~23 |
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: