MiniMax M3 428B · Chip 对比
MiniMax M3 428B — GB200 NVL72 vs GB300 NVL72
GB200 NVL72（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。
GB200 NVL72 在 MiniMax M3 428B 上以 52 tok/s/user 运行时达到 1598 tok/s/Chip（每百万 token $0.32）；GB300 NVL72 达到 2095 tok/s/Chip（$0.31）。GB300 NVL72 每 token 成本低 6%；GB300 NVL72 每 Chip 吞吐量高出 31%。
MiniMax M3 428B 在 86 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 659 tok/s/Chip，GB300 NVL72 为 663。每百万 token 成本分别为 $0.78 和 $0.97。GB200 NVL72 每 token 成本低 23%；每 Chip 吞吐量基本持平。
GB200 NVL72 / GB300 NVL72 在 MiniMax M3 428B 上以 121 tok/s/user 运行：214 / 252 tok/s/Chip，$2.42 / $2.55 每百万 token。GB200 NVL72 每 token 成本低 5%；GB300 NVL72 每 Chip 吞吐量高出 18%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:1598.2GB300 NVL72:2094.9 | GB200 NVL72:659.1GB300 NVL72:663.4 | GB200 NVL72:213.8GB300 NVL72:252.1 |
| Cost ($/M tok) | GB200 NVL72:$0.323GB300 NVL72:$0.306 | GB200 NVL72:$0.784GB300 NVL72:$0.967 | GB200 NVL72:$2.416GB300 NVL72:$2.546 |
| tok/s/MW | GB200 NVL72:854626GB300 NVL72:988156 | GB200 NVL72:352437GB300 NVL72:312902 | GB200 NVL72:114356GB300 NVL72:118897 |
| Concurrency | GB200 NVL72:~180GB300 NVL72:~452 | GB200 NVL72:~76GB300 NVL72:~72 | GB200 NVL72:~19GB300 NVL72:~21 |
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: