MiniMax M3 428B · 芯片对比

MiniMax M3 428B — GB300 NVL72 与 H100

对比 GB300 NVL72(NVIDIA Blackwell)与 H100(NVIDIA Hopper)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 →

当 MiniMax M3 428B 的目标交互性为 7 tok/s/user 时,H100 的吞吐量为 780 tok/s/chip,每百万 token 成本为 $0.42;GB300 NVL72 在该运行点尚未测试。

当 MiniMax M3 428B 的目标交互性为 11 tok/s/user 时,H100 的吞吐量为 659 tok/s/chip,每百万 token 成本为 $0.49;GB300 NVL72 在该运行点暂无基准测试数据。

在 MiniMax M3 428B 的 15 tok/s/user 运行点,H100 的吞吐量为 637 tok/s/chip,每百万 token 成本为 $0.51;GB300 NVL72 在该运行点暂无数据。 (以上数据基于此 URL 对应的默认 agentic-traces · fp8 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)
GB300 NVL72—H100780
GB300 NVL72—H100659
GB300 NVL72—H100637
成本($/M tok)
GB300 NVL72—H100$0.42
GB300 NVL72—H100$0.49
GB300 NVL72—H100$0.51
tok/s/MW
GB300 NVL72—H100569,485
GB300 NVL72—H100481,042
GB300 NVL72—H100464,987
并发数
GB300 NVL72—H100~6
GB300 NVL72—H100~3
GB300 NVL72—H100~1