MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B300 vs GB300 NVL72
B300（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。
MiniMax M3 428B 在 48 tok/s/user 交互性下的吞吐量：B300 为 3502 tok/s/GPU，GB300 NVL72 为 2417。每百万 token 成本分别为 $0.19 和 $0.29。B300 每 token 成本低 57%；B300 每 GPU 吞吐量高出 45%。
B300 / GB300 NVL72 在 MiniMax M3 428B 上以 85 tok/s/user 运行：1852 / 743 tok/s/GPU，$0.35 / $1.03 每百万 token。B300 每 token 成本低 193%；B300 每 GPU 吞吐量高出 149%。
在 12–158 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 122 tok/s/user 运行时：B300 达到 1129 tok/s/GPU（$0.58/百万 token），GB300 NVL72 达到 257（$2.82/百万）。B300 每 token 成本低 388%；B300 每 GPU 吞吐量高出 338%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:3501.7GB300 NVL72:2417.3 | B300:1852.1GB300 NVL72:743.4 | B300:1128.8GB300 NVL72:257.4 |
| Cost ($/M tok) | B300:$0.186GB300 NVL72:$0.291 | B300:$0.350GB300 NVL72:$1.028 | B300:$0.577GB300 NVL72:$2.816 |
| tok/s/MW | B300:1613665GB300 NVL72:1151087 | B300:853504GB300 NVL72:354021 | B300:520168GB300 NVL72:122590 |
| Concurrency | B300:~447GB300 NVL72:~602 | B300:~62GB300 NVL72:~86 | B300:~23GB300 NVL72:~22 |
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: