MiniMax M3 428B · Chip 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 125 tok/s/user 交互性下的吞吐量：B300 为 3753 tok/s/Chip，GB300 NVL72 为 4610。每百万 token 成本分别为 $0.17 和 $0.14。GB300 NVL72 每 token 成本低 20%；GB300 NVL72 每 Chip 吞吐量高出 23%。
B300 / GB300 NVL72 在 MiniMax M3 428B 上以 229 tok/s/user 运行：2283 / 1782 tok/s/Chip，$0.27 / $0.36 每百万 token。B300 每 token 成本低 31%；B300 每 Chip 吞吐量高出 28%。
在 22–436 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 333 tok/s/user 运行时：B300 达到 1074 tok/s/Chip（$0.58/百万 token），GB300 NVL72 达到 1030（$0.62/百万）。B300 每 token 成本低 7%；B300 每 Chip 吞吐量高出 4%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:3752.7GB300 NVL72:4610.3 | B300:2282.9GB300 NVL72:1782.4 | B300:1074.0GB300 NVL72:1030.4 |
| Cost ($/M tok) | B300:$0.167GB300 NVL72:$0.139 | B300:$0.275GB300 NVL72:$0.360 | B300:$0.585GB300 NVL72:$0.623 |
| tok/s/MW | B300:1975113GB300 NVL72:2174679 | B300:1201503GB300 NVL72:840769 | B300:565268GB300 NVL72:486019 |
| Concurrency | B300:~16GB300 NVL72:~60 | B300:~5GB300 NVL72:~8 | B300:~4GB300 NVL72:~4 |
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:
部署模式:
投机解码: