MiniMax M3 428B · Chip 对比
MiniMax M3 428B — GB300 NVL72 vs H200
GB300 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。
GB300 NVL72 在 MiniMax M3 428B 上以 101 tok/s/user 运行时达到 10842 tok/s/Chip（每百万 token $0.06）；H200 达到 1171 tok/s/Chip（$0.29）。GB300 NVL72 每 token 成本低 389%；GB300 NVL72 每 Chip 吞吐量高出 826%。
MiniMax M3 428B 在 180 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 2293 tok/s/Chip，H200 为 833。每百万 token 成本分别为 $0.28 和 $0.41。GB300 NVL72 每 token 成本低 45%；GB300 NVL72 每 Chip 吞吐量高出 175%。
GB300 NVL72 / H200 在 MiniMax M3 428B 上以 260 tok/s/user 运行：1681 / 382 tok/s/Chip，$0.38 / $0.89 每百万 token。GB300 NVL72 每 token 成本低 133%；GB300 NVL72 每 Chip 吞吐量高出 340%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB300 NVL72:10842.4H200:1171.0 | GB300 NVL72:2292.7H200:833.2 | GB300 NVL72:1681.2H200:381.9 |
| Cost ($/M tok) | GB300 NVL72:$0.059H200:$0.289 | GB300 NVL72:$0.280H200:$0.407 | GB300 NVL72:$0.382H200:$0.887 |
| tok/s/MW | GB300 NVL72:5114337H200:854713 | GB300 NVL72:1081467H200:608171 | GB300 NVL72:793003H200:278730 |
| Concurrency | GB300 NVL72:~257H200:~6 | GB300 NVL72:~12H200:~3 | GB300 NVL72:~8H200:~1 |
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:
部署模式:
投机解码: