Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 Kimi K2.5/K2.6/K2.7-Code 1T 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。
在 23–167 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 59 tok/s/user 运行时：B200 达到 5146 tok/s/GPU（$0.11/百万 token），B300 达到 3059（$0.21/百万）。B200 每 token 成本低 87%；B200 每 GPU 吞吐量高出 68%。
以 95 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 2115 tok/s/GPU（每百万 token $0.26），B300 产出 2723（$0.24）。B300 每 token 成本低 8%；B300 每 GPU 吞吐量高出 29%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 131 tok/s/user 交互性运行时，B200 吞吐量为 964 tok/s/GPU，每百万 token 成本 $0.56；B300 吞吐量为 1288 tok/s/GPU，成本 $0.50。B300 每 token 成本低 13%；B300 每 GPU 吞吐量高出 34%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:5145.9B300:3059.2 | B200:2114.8B300:2723.1 | B200:963.8B300:1288.1 |
| Cost ($/M tok) | B200:$0.114B300:$0.213 | B200:$0.257B300:$0.237 | B200:$0.562B300:$0.498 |
| tok/s/MW | B200:3009317B300:1610124 | B200:1236717B300:1433198 | B200:563641B300:677974 |
| Concurrency | B200:~222B300:~25 | B200:~95B300:~14 | B200:~30B300:~5 |
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。