MiniMax M3 428B · 芯片对比

MiniMax M3 428B — GB200 NVL72 与 GB300 NVL72

对比 GB200 NVL72(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 →

在 MiniMax M3 428B 的 159 tok/s/user 运行点,GB200 NVL72 的吞吐量为 35,037 tok/s/chip,每百万 token 成本为 $0.015;GB300 NVL72 的吞吐量为 32,568 tok/s/chip,每百万 token 成本为 $0.020。GB200 NVL72 的每 token 成本低 25%;GB200 NVL72 的单芯片吞吐量高出 8%。

当 MiniMax M3 428B 的目标交互性为 218 tok/s/user 时,GB200 NVL72 与 GB300 NVL72 的吞吐量分别为 22,706 和 21,832 tok/s/chip,每百万 token 成本分别为 $0.023 和 $0.029。GB200 NVL72 的每 token 成本低 23%;GB200 NVL72 的单芯片吞吐量高出 4%。

以 277 tok/s/user 为目标运行 MiniMax M3 428B 时,GB200 NVL72 的吞吐量为 13,299 tok/s/chip,每百万 token 成本为 $0.039;GB300 NVL72 的吞吐量为 13,103 tok/s/chip,每百万 token 成本为 $0.049。GB200 NVL72 的每 token 成本低 21%;GB200 NVL72 的单芯片吞吐量高出 1%。 (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 GB200 NVL72: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)
GB200 NVL7235,037GB300 NVL7232,568
GB200 NVL7222,706GB300 NVL7221,832
GB200 NVL7213,299GB300 NVL7213,103
成本($/M tok)
GB200 NVL72$0.015GB300 NVL72$0.020
GB200 NVL72$0.023GB300 NVL72$0.029
GB200 NVL72$0.039GB300 NVL72$0.049
tok/s/MW
GB200 NVL7218,736,255GB300 NVL7215,362,054
GB200 NVL7212,142,269GB300 NVL7210,298,334
GB200 NVL727,111,534GB300 NVL726,180,856
并发数
GB200 NVL72~20GB300 NVL72~29
GB200 NVL72~13GB300 NVL72~20
GB200 NVL72~7GB300 NVL72~24