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/GPU（每百万 token $0.38）；GB300 NVL72 达到 2095 tok/s/GPU（$0.34）。GB300 NVL72 每 token 成本低 14%；GB300 NVL72 每 GPU 吞吐量高出 31%。
MiniMax M3 428B 在 87 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 638 tok/s/GPU，GB300 NVL72 为 692。每百万 token 成本分别为 $1.00 和 $1.10。GB200 NVL72 每 token 成本低 11%；GB300 NVL72 每 GPU 吞吐量高出 8%。
GB200 NVL72 / GB300 NVL72 在 MiniMax M3 428B 上以 122 tok/s/user 运行：211 / 257 tok/s/GPU，$2.86 / $2.82 每百万 token。GB300 NVL72 每 token 成本低 2%；GB300 NVL72 每 GPU 吞吐量高出 22%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1598.2GB300 NVL72:2094.9 | GB200 NVL72:638.3GB300 NVL72:692.4 | GB200 NVL72:210.9GB300 NVL72:257.4 |
| Cost ($/M tok) | GB200 NVL72:$0.382GB300 NVL72:$0.337 | GB200 NVL72:$0.996GB300 NVL72:$1.103 | GB200 NVL72:$2.862GB300 NVL72:$2.816 |
| tok/s/MW | GB200 NVL72:761024GB300 NVL72:997567 | GB200 NVL72:303973GB300 NVL72:329731 | GB200 NVL72:100447GB300 NVL72:122590 |
| Concurrency | GB200 NVL72:~180GB300 NVL72:~452 | GB200 NVL72:~74GB300 NVL72:~78 | GB200 NVL72:~18GB300 NVL72:~22 |
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。