MiniMax M3 428B · 芯片对比

MiniMax M3 428B — B300 与 GB300 NVL72

对比 B300(NVIDIA Blackwell)与 GB300 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 →

当 MiniMax M3 428B 的目标交互性为 159 tok/s/user 时,B300 与 GB300 NVL72 的吞吐量分别为 42,296 和 32,568 tok/s/chip,每百万 token 成本分别为 $0.015 和 $0.020。B300 的每 token 成本低 25%;B300 的单芯片吞吐量高出 30%。

以 218 tok/s/user 为目标运行 MiniMax M3 428B 时,B300 的吞吐量为 21,684 tok/s/chip,每百万 token 成本为 $0.029;GB300 NVL72 的吞吐量为 21,832 tok/s/chip,每百万 token 成本为 $0.029。B300 的每 token 成本低 1%;单芯片吞吐量基本持平。

277 tok/s/user 接近 100–336 tok/s/user 交互性区间的上限。在这一运行点,B300 运行 MiniMax M3 428B 的吞吐量为 9,698 tok/s/chip,每百万 token 成本为 $0.065;GB300 NVL72 的吞吐量为 13,103 tok/s/chip,每百万 token 成本为 $0.049。GB300 NVL72 的每 token 成本低 24%;GB300 NVL72 的单芯片吞吐量高出 35%。 (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。)

查看每美元性能对比 →

GB300 NVL72 vs B300:完整规格与各模型基准测试 →

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)
B30042,296GB300 NVL7232,568
B30021,684GB300 NVL7221,832
B3009,698GB300 NVL7213,103
成本($/M tok)
B300$0.015GB300 NVL72$0.020
B300$0.029GB300 NVL72$0.029
B300$0.065GB300 NVL72$0.049
tok/s/MW
B30022,261,151GB300 NVL7215,362,054
B30011,412,438GB300 NVL7210,298,334
B3005,104,221GB300 NVL726,180,856
并发数
B300~25GB300 NVL72~29
B300~14GB300 NVL72~20
B300~5GB300 NVL72~24