MiniMax M3 428B · 芯片对比

MiniMax M3 428B — GB200 NVL72 与 Vera Rubin NVL72

对比 GB200 NVL72(NVIDIA Blackwell)与 Vera Rubin NVL72(NVIDIA Vera Rubin)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 182 tok/s/user 运行点,GB200 NVL72 的吞吐量为 30,763 tok/s/chip,每百万 token 成本为 $0.017;Vera Rubin NVL72 的吞吐量为 149,353 tok/s/chip,每百万 token 成本为 $0.007。Vera Rubin NVL72 的每 token 成本低 60%;Vera Rubin NVL72 的单芯片吞吐量为对方的 4.9 倍。

当 MiniMax M3 428B 的目标交互性为 263 tok/s/user 时,GB200 NVL72 与 Vera Rubin NVL72 的吞吐量分别为 14,978 和 127,466 tok/s/chip,每百万 token 成本分别为 $0.034 和 $0.008。Vera Rubin NVL72 的每 token 成本低 77%;Vera Rubin NVL72 的单芯片吞吐量为对方的 8.5 倍。

以 343 tok/s/user 为目标运行 MiniMax M3 428B 时,GB200 NVL72 的吞吐量为 7,849 tok/s/chip,每百万 token 成本为 $0.066;Vera Rubin NVL72 的吞吐量为 101,382 tok/s/chip,每百万 token 成本为 $0.010。Vera Rubin NVL72 的每 token 成本低 85%;Vera Rubin NVL72 的单芯片吞吐量为对方的 13 倍。 (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 →

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 NVL7230,763Vera Rubin NVL72149,353
GB200 NVL7214,978Vera Rubin NVL72127,466
GB200 NVL727,849Vera Rubin NVL72101,382
成本($/M tok)
GB200 NVL72$0.017Vera Rubin NVL72$0.007
GB200 NVL72$0.034Vera Rubin NVL72$0.008
GB200 NVL72$0.066Vera Rubin NVL72$0.010
tok/s/MW
GB200 NVL7216,450,641Vera Rubin NVL7245,258,515
GB200 NVL728,009,535Vera Rubin NVL7238,625,962
GB200 NVL724,197,391Vera Rubin NVL7230,721,841
并发数
GB200 NVL72~18Vera Rubin NVL72~45
GB200 NVL72~8Vera Rubin NVL72~37
GB200 NVL72~2Vera Rubin NVL72~29