MiniMax M3 428B · 芯片对比
MiniMax M3 428B — B300 与 GB200 NVL72
对比 B300(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 →
在 MiniMax M3 428B 的 168 tok/s/user 运行点,B300 的吞吐量为 42,257 tok/s/chip,每百万 token 成本为 $0.015;GB200 NVL72 的吞吐量为 33,531 tok/s/chip,每百万 token 成本为 $0.015。B300 的每 token 成本低 4%;B300 的单芯片吞吐量高出 26%。
当 MiniMax M3 428B 的目标交互性为 253 tok/s/user 时,B300 与 GB200 NVL72 的吞吐量分别为 14,212 和 16,343 tok/s/chip,每百万 token 成本分别为 $0.044 和 $0.032。GB200 NVL72 的每 token 成本低 28%;GB200 NVL72 的单芯片吞吐量高出 15%。
以 338 tok/s/user 为目标运行 MiniMax M3 428B 时,B300 的吞吐量为 5,232 tok/s/chip,每百万 token 成本为 $0.12;GB200 NVL72 的吞吐量为 8,176 tok/s/chip,每百万 token 成本为 $0.063。GB200 NVL72 的每 token 成本低 47%;GB200 NVL72 的单芯片吞吐量高出 56%。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B30042,257GB200 NVL7233,531 | B30014,212GB200 NVL7216,343 | B3005,232GB200 NVL728,176 |
| 成本($/M tok) | B300$0.015GB200 NVL72$0.015 | B300$0.044GB200 NVL72$0.032 | B300$0.12GB200 NVL72$0.063 |
| tok/s/MW | B30022,240,703GB200 NVL7217,930,819 | B3007,479,768GB200 NVL728,739,563 | B3002,753,772GB200 NVL724,372,272 |
| 并发数 | B300~25GB200 NVL72~19 | B300~8GB200 NVL72~9 | B300~5GB200 NVL72~2 |