MiniMax M3 428B · GPU 对比
MiniMax M3 428B — H100 vs H200
H100（NVIDIA Hopper）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。
H100 / H200 在 MiniMax M3 428B 上以 76 tok/s/user 运行：537 / 699 tok/s/GPU，$0.67 / $0.55 每百万 token。H200 每 token 成本低 22%；H200 每 GPU 吞吐量高出 30%。
在 15–260 tok/s/user 交互性区间的中部，即 MiniMax M3 428B 上以 138 tok/s/user 运行时：H100 达到 237 tok/s/GPU（$1.52/百万 token），H200 达到 360（$1.06/百万）。H200 每 token 成本低 43%；H200 每 GPU 吞吐量高出 52%。
以 199 tok/s/user 为目标在 MiniMax M3 428B 上运行时，H100 产出 157 tok/s/GPU（每百万 token $2.31），H200 产出 223（$1.73）。H200 每 token 成本低 33%；H200 每 GPU 吞吐量高出 42%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:536.7H200:699.4 | H100:236.6H200:359.6 | H100:156.6H200:223.0 |
| Cost ($/M tok) | H100:$0.673H200:$0.551 | H100:$1.518H200:$1.062 | H100:$2.307H200:$1.731 |
| tok/s/MW | H100:310239H200:404301 | H100:136749H200:207872 | H100:90500H200:128925 |
| Concurrency | H100:~31H200:~20 | H100:~8H200:~5 | H100:~4H200:~4 |
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: