MiniMax M3 428B · GPU 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 43 tok/s/user 运行时达到 3034 tok/s/GPU（每百万 token $0.24）；H200 达到 1229 tok/s/GPU（$0.32）。GB300 NVL72 每 token 成本低 33%；GB300 NVL72 每 GPU 吞吐量高出 147%。
MiniMax M3 428B 在 82 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 794 tok/s/GPU，H200 为 666。每百万 token 成本分别为 $0.94 和 $0.58。H200 每 token 成本低 62%；GB300 NVL72 每 GPU 吞吐量高出 19%。
GB300 NVL72 / H200 在 MiniMax M3 428B 上以 120 tok/s/user 运行：274 / 419 tok/s/GPU，$2.64 / $0.93 每百万 token。H200 每 token 成本低 183%；H200 每 GPU 吞吐量高出 53%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:3033.8H200:1229.0 | GB300 NVL72:794.2H200:666.5 | GB300 NVL72:274.4H200:418.6 |
| Cost ($/M tok) | GB300 NVL72:$0.239H200:$0.319 | GB300 NVL72:$0.943H200:$0.584 | GB300 NVL72:$2.644H200:$0.934 |
| tok/s/MW | GB300 NVL72:1444651H200:710407 | GB300 NVL72:378203H200:385244 | GB300 NVL72:130663H200:241966 |
| Concurrency | GB300 NVL72:~883H200:~63 | GB300 NVL72:~94H200:~18 | GB300 NVL72:~24H200:~8 |
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: