MiniMax M3 428B · 芯片对比
MiniMax M3 428B — GB300 NVL72 与 H200
对比 GB300 NVL72(NVIDIA Blackwell)与 H200(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 →
在 MiniMax M3 428B 的 141 tok/s/user 运行点,H200 的吞吐量为 7,815 tok/s/chip,每百万 token 成本为 $0.043;GB300 NVL72 在该运行点暂无数据。
当 MiniMax M3 428B 的目标交互性为 188 tok/s/user 时,H200 的吞吐量为 4,685 tok/s/chip,每百万 token 成本为 $0.072;GB300 NVL72 在该运行点尚未测试。
当 MiniMax M3 428B 的目标交互性为 235 tok/s/user 时,H200 的吞吐量为 2,926 tok/s/chip,每百万 token 成本为 $0.12;GB300 NVL72 在该运行点暂无基准测试数据。 (以上数据基于此 URL 对应的默认 agentic-traces · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | GB300 NVL72—H2007,815 | GB300 NVL72—H2004,685 | GB300 NVL72—H2002,926 |
| 成本($/M tok) | GB300 NVL72—H200$0.043 | GB300 NVL72—H200$0.072 | GB300 NVL72—H200$0.12 |
| tok/s/MW | GB300 NVL72—H2005,704,564 | GB300 NVL72—H2003,419,513 | GB300 NVL72—H2002,135,827 |
| 并发数 | GB300 NVL72—H200~11 | GB300 NVL72—H200~5 | GB300 NVL72—H200~3 |