MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB200 NVL72 vs H200
GB200 NVL72（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。
MiniMax M3 428B 在 52 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 1598 tok/s/GPU，H200 为 1007。每百万 token 成本分别为 $0.38 和 $0.39。GB200 NVL72 每 token 成本低 3%；GB200 NVL72 每 GPU 吞吐量高出 59%。
GB200 NVL72 / H200 在 MiniMax M3 428B 上以 87 tok/s/user 运行：638 / 634 tok/s/GPU，$1.00 / $0.62 每百万 token。H200 每 token 成本低 61%；每 GPU 吞吐量基本持平。
在 17–157 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 122 tok/s/user 运行时：GB200 NVL72 达到 211 tok/s/GPU（$2.86/百万 token），H200 达到 410（$0.95/百万）。H200 每 token 成本低 201%；H200 每 GPU 吞吐量高出 94%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1598.2H200:1007.1 | GB200 NVL72:638.3H200:633.8 | GB200 NVL72:210.9H200:409.6 |
| Cost ($/M tok) | GB200 NVL72:$0.382H200:$0.394 | GB200 NVL72:$0.996H200:$0.618 | GB200 NVL72:$2.862H200:$0.951 |
| tok/s/MW | GB200 NVL72:761024H200:582133 | GB200 NVL72:303973H200:366335 | GB200 NVL72:100447H200:236761 |
| Concurrency | GB200 NVL72:~180H200:~42 | GB200 NVL72:~74H200:~16 | GB200 NVL72:~18H200:~7 |
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: