MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB200 NVL72 vs H100
GB200 NVL72（NVIDIA Blackwell）与 H100（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。
GB200 NVL72 / H100 在 MiniMax M3 428B 上以 52 tok/s/user 运行：1598 / 836 tok/s/GPU，$0.38 / $0.43 每百万 token。GB200 NVL72 每 token 成本低 12%；GB200 NVL72 每 GPU 吞吐量高出 91%。
在 17–157 tok/s/user 交互性区间的中部，即 MiniMax M3 428B 上以 87 tok/s/user 运行时：GB200 NVL72 达到 638 tok/s/GPU（$1.00/百万 token），H100 达到 436（$0.84/百万）。H100 每 token 成本低 19%；GB200 NVL72 每 GPU 吞吐量高出 46%。
以 122 tok/s/user 为目标在 MiniMax M3 428B 上运行时，GB200 NVL72 产出 211 tok/s/GPU（每百万 token $2.86），H100 产出 271（$1.32）。H100 每 token 成本低 117%；H100 每 GPU 吞吐量高出 29%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1598.2H100:836.1 | GB200 NVL72:638.3H100:436.2 | GB200 NVL72:210.9H100:271.1 |
| Cost ($/M tok) | GB200 NVL72:$0.382H100:$0.430 | GB200 NVL72:$0.996H100:$0.837 | GB200 NVL72:$2.862H100:$1.322 |
| tok/s/MW | GB200 NVL72:761024H100:483284 | GB200 NVL72:303973H100:252146 | GB200 NVL72:100447H100:156695 |
| Concurrency | GB200 NVL72:~180H100:~72 | GB200 NVL72:~74H100:~22 | GB200 NVL72:~18H100:~10 |
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: