MiniMax M3.1 Flash 428B · 芯片对比
MiniMax M3.1 Flash 428B — B200 与 Vera Rubin NVL72
对比 B200（NVIDIA Blackwell）与 Vera Rubin NVL72（NVIDIA Vera Rubin）在 MiniMax M3.1 Flash 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 →
当 MiniMax M3.1 Flash 428B 的目标交互性为 440 tok/s/user 时，B200 的吞吐量为 9,684 tok/s/chip，每百万 token 成本为 $0.050；Vera Rubin NVL72 的吞吐量为 160,104 tok/s/chip，每百万 token 成本为 $0.006。Vera Rubin NVL72 的每 token 成本低 87%；Vera Rubin NVL72 的单芯片吞吐量为对方的 17 倍。
在 MiniMax M3.1 Flash 428B 的 504 tok/s/user 运行点，B200 的吞吐量为 8,922 tok/s/chip，每百万 token 成本为 $0.054；Vera Rubin NVL72 的吞吐量为 87,831 tok/s/chip，每百万 token 成本为 $0.011。Vera Rubin NVL72 的每 token 成本低 79%；Vera Rubin NVL72 的单芯片吞吐量为对方的 9.8 倍。
当 MiniMax M3.1 Flash 428B 的目标交互性为 569 tok/s/user 时，B200 与 Vera Rubin NVL72 的吞吐量分别为 8,231 和 69,520 tok/s/chip，每百万 token 成本分别为 $0.058 和 $0.014。Vera Rubin NVL72 的每 token 成本低 75%；Vera Rubin NVL72 的单芯片吞吐量为对方的 8.4 倍。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
数据由真实基准测试结果插值得出。调整下方的目标交互性数值，即可比较不同运行点。
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B2009,684Vera Rubin NVL72160,104 | B2008,922Vera Rubin NVL7287,831 | B2008,231Vera Rubin NVL7269,520 |
| 成本（$/M tok） | B200$0.050Vera Rubin NVL72$0.006 | B200$0.054Vera Rubin NVL72$0.011 | B200$0.058Vera Rubin NVL72$0.014 |
| tok/s/MW | B2005,663,185Vera Rubin NVL7248,516,343 | B2005,217,418Vera Rubin NVL7226,615,499 | B2004,813,415Vera Rubin NVL7221,066,702 |
| 并发数 | B200~4Vera Rubin NVL72~213 | B200~4Vera Rubin NVL72~131 | B200~3Vera Rubin NVL72~85 |