MiniMax M3.1 Flash 428B · 芯片对比
MiniMax M3.1 Flash 428B — B300 与 Vera Rubin NVL72
对比 B300（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 →
将 MiniMax M3.1 Flash 428B 的目标交互性设为 442 tok/s/user 时，B300 的吞吐量为 13,225 tok/s/chip，每百万 token 成本为 $0.047；Vera Rubin NVL72 的吞吐量为 157,300 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 12 倍。
当 MiniMax M3.1 Flash 428B 的目标交互性为 508 tok/s/user 时，B300 的吞吐量为 9,055 tok/s/chip，每百万 token 成本为 $0.069；Vera Rubin NVL72 的吞吐量为 86,029 tok/s/chip，每百万 token 成本为 $0.012。Vera Rubin NVL72 的每 token 成本低 83%；Vera Rubin NVL72 的单芯片吞吐量为对方的 9.5 倍。
在 MiniMax M3.1 Flash 428B 的 575 tok/s/user 运行点，B300 的吞吐量为 8,036 tok/s/chip，每百万 token 成本为 $0.078；Vera Rubin NVL72 的吞吐量为 68,202 tok/s/chip，每百万 token 成本为 $0.015。Vera Rubin NVL72 的每 token 成本低 81%；Vera Rubin NVL72 的单芯片吞吐量为对方的 8.5 倍。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
数据由真实基准测试结果插值得出。调整下方的目标交互性数值，即可比较不同运行点。
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B30013,225Vera Rubin NVL72157,300 | B3009,055Vera Rubin NVL7286,029 | B3008,036Vera Rubin NVL7268,202 |
| 成本（$/M tok） | B300$0.047Vera Rubin NVL72$0.006 | B300$0.069Vera Rubin NVL72$0.012 | B300$0.078Vera Rubin NVL72$0.015 |
| tok/s/MW | B3006,960,741Vera Rubin NVL7247,666,736 | B3004,765,985Vera Rubin NVL7226,069,261 | B3004,229,668Vera Rubin NVL7220,667,336 |
| 并发数 | B300~7Vera Rubin NVL72~208 | B300~3Vera Rubin NVL72~128 | B300~2Vera Rubin NVL72~81 |