MiniMax M3 428B — GB300 NVL72 vs H100
GB300 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。
MiniMax M3 428B 在 75 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 15293 tok/s/Chip，H100 为 993。每百万 token 成本分别为 $0.04 和 $0.33。GB300 NVL72 每 token 成本低 680%；GB300 NVL72 每 Chip 吞吐量高出 1440%。
GB300 NVL72 / H100 在 MiniMax M3 428B 上以 129 tok/s/user 运行：4345 / 699 tok/s/Chip，$0.15 / $0.47 每百万 token。GB300 NVL72 每 token 成本低 215%；GB300 NVL72 每 Chip 吞吐量高出 522%。
在 22–235 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 182 tok/s/user 运行时：GB300 NVL72 达到 2252 tok/s/Chip（$0.28/百万 token），H100 达到 544（$0.60/百万）。GB300 NVL72 每 token 成本低 110%；GB300 NVL72 每 Chip 吞吐量高出 314%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB300 NVL72:15293.2H100:992.7 | GB300 NVL72:4345.5H100:698.6 | GB300 NVL72:2252.3H100:544.3 |
| Cost ($/M tok) | GB300 NVL72:$0.042H100:$0.327 | GB300 NVL72:$0.148H100:$0.465 | GB300 NVL72:$0.285H100:$0.597 |
| tok/s/MW | GB300 NVL72:7213783H100:724633 | GB300 NVL72:2049745H100:509946 | GB300 NVL72:1062421H100:397317 |
| Concurrency | GB300 NVL72:~2048H100:~13 | GB300 NVL72:~55H100:~6 | GB300 NVL72:~11H100:~3 |
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。