MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B300 vs GB200 NVL72
B300（NVIDIA Blackwell）与 GB200 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。
B300 在 MiniMax M3 428B 上以 62 tok/s/user 运行时达到 5232 tok/s/GPU（每百万 token $0.12）；GB200 NVL72 达到 4174 tok/s/GPU（$0.14）。B300 每 token 成本低 16%；B300 每 GPU 吞吐量高出 25%。
MiniMax M3 428B 在 94 tok/s/user 交互性下的吞吐量：B300 为 4761 tok/s/GPU，GB200 NVL72 为 1871。每百万 token 成本分别为 $0.14 和 $0.33。B300 每 token 成本低 142%；B300 每 GPU 吞吐量高出 154%。
B300 / GB200 NVL72 在 MiniMax M3 428B 上以 125 tok/s/user 运行：3450 / 793 tok/s/GPU，$0.19 / $0.78 每百万 token。B300 每 token 成本低 312%；B300 每 GPU 吞吐量高出 335%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:5231.7GB200 NVL72:4173.7 | B300:4761.2GB200 NVL72:1871.0 | B300:3449.9GB200 NVL72:792.8 |
| Cost ($/M tok) | B300:$0.124GB200 NVL72:$0.145 | B300:$0.137GB200 NVL72:$0.331 | B300:$0.189GB200 NVL72:$0.780 |
| tok/s/MW | B300:2410927GB200 NVL72:1987492 | B300:2194101GB200 NVL72:890929 | B300:1589795GB200 NVL72:377518 |
| Concurrency | B300:~166GB200 NVL72:~302 | B300:~24GB200 NVL72:~49 | B300:~14GB200 NVL72:~15 |
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: