MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B200 vs H200
B200（NVIDIA Blackwell）与 H200（NVIDIA Hopper）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。
MiniMax M3 428B 在 82 tok/s/user 交互性下的吞吐量：B200 为 1683 tok/s/GPU，H200 为 666。每百万 token 成本分别为 $0.32 和 $0.58。B200 每 token 成本低 80%；B200 每 GPU 吞吐量高出 153%。
B200 / H200 在 MiniMax M3 428B 上以 152 tok/s/user 运行：1050 / 333 tok/s/GPU，$0.52 / $1.16 每百万 token。B200 每 token 成本低 125%；B200 每 GPU 吞吐量高出 216%。
在 11–294 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 223 tok/s/user 运行时：B200 达到 445 tok/s/GPU（$1.22/百万 token），H200 达到 166（$2.43/百万）。B200 每 token 成本低 99%；B200 每 GPU 吞吐量高出 168%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:1683.2H200:666.5 | B200:1050.5H200:332.6 | B200:444.6H200:166.1 |
| Cost ($/M tok) | B200:$0.324H200:$0.584 | B200:$0.515H200:$1.161 | B200:$1.219H200:$2.429 |
| tok/s/MW | B200:775648H200:385244 | B200:484096H200:192262 | B200:204886H200:95997 |
| Concurrency | B200:~62H200:~18 | B200:~16H200:~4 | B200:~4H200:~3 |
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: