MiniMax M3 428B · GPU 对比
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 51 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 2166 tok/s/GPU，H100 为 848。每百万 token 成本分别为 $0.32 和 $0.42。GB300 NVL72 每 token 成本低 30%；GB300 NVL72 每 GPU 吞吐量高出 155%。
GB300 NVL72 / H100 在 MiniMax M3 428B 上以 87 tok/s/user 运行：692 / 436 tok/s/GPU，$1.10 / $0.84 每百万 token。H100 每 token 成本低 32%；GB300 NVL72 每 GPU 吞吐量高出 59%。
在 15–158 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 122 tok/s/user 运行时：GB300 NVL72 达到 257 tok/s/GPU（$2.82/百万 token），H100 达到 271（$1.32/百万）。H100 每 token 成本低 113%；H100 每 GPU 吞吐量高出 5%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:2165.7H100:847.7 | GB300 NVL72:692.4H100:436.2 | GB300 NVL72:257.4H100:271.1 |
| Cost ($/M tok) | GB300 NVL72:$0.324H100:$0.423 | GB300 NVL72:$1.103H100:$0.837 | GB300 NVL72:$2.816H100:$1.322 |
| tok/s/MW | GB300 NVL72:1031272H100:490020 | GB300 NVL72:329731H100:252146 | GB300 NVL72:122590H100:156695 |
| Concurrency | GB300 NVL72:~484H100:~74 | GB300 NVL72:~78H100:~22 | GB300 NVL72:~22H100:~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: