MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B300 vs H200
B300（NVIDIA Blackwell）与 H200（NVIDIA Hopper）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。
以 82 tok/s/user 为目标在 MiniMax M3 428B 上运行时，B300 产出 2017 tok/s/GPU（每百万 token $0.33），H200 产出 666（$0.58）。B300 每 token 成本低 80%；B300 每 GPU 吞吐量高出 203%。
在 MiniMax M3 428B 上以 153 tok/s/user 交互性运行时，B300 吞吐量为 1031 tok/s/GPU，每百万 token 成本 $0.63；H200 吞吐量为 331 tok/s/GPU，成本 $1.17。B300 每 token 成本低 85%；B300 每 GPU 吞吐量高出 212%。
B300 在 MiniMax M3 428B 上以 223 tok/s/user 运行时达到 495 tok/s/GPU（每百万 token $1.31）；H200 达到 166 tok/s/GPU（$2.43）。B300 每 token 成本低 86%；B300 每 GPU 吞吐量高出 198%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:2016.9H200:666.5 | B300:1031.0H200:330.7 | B300:495.1H200:166.1 |
| Cost ($/M tok) | B300:$0.325H200:$0.584 | B300:$0.632H200:$1.169 | B300:$1.309H200:$2.429 |
| tok/s/MW | B300:929466H200:385244 | B300:475135H200:191184 | B300:228148H200:95997 |
| Concurrency | B300:~68H200:~18 | B300:~14H200:~4 | B300:~8H200:~3 |
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: