Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（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。
以 62 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 4229 tok/s/GPU（每百万 token $0.13），GB200 NVL72 产出 9455（$0.06）。GB200 NVL72 每 token 成本低 103%；GB200 NVL72 每 GPU 吞吐量高出 124%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 102 tok/s/user 交互性运行时，B200 吞吐量为 1854 tok/s/GPU，每百万 token 成本 $0.30；GB200 NVL72 吞吐量为 1546 tok/s/GPU，成本 $0.40。B200 每 token 成本低 34%；B200 每 GPU 吞吐量高出 20%。
B200 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 141 tok/s/user 运行时达到 588 tok/s/GPU（每百万 token $0.92）；GB200 NVL72 达到 733 tok/s/GPU（$0.82）。GB200 NVL72 每 token 成本低 13%；GB200 NVL72 每 GPU 吞吐量高出 25%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:4229.3GB200 NVL72:9454.9 | B200:1854.1GB200 NVL72:1545.8 | B200:588.2GB200 NVL72:732.9 |
| Cost ($/M tok) | B200:$0.132GB200 NVL72:$0.065 | B200:$0.297GB200 NVL72:$0.397 | B200:$0.921GB200 NVL72:$0.817 |
| tok/s/MW | B200:2473302GB200 NVL72:5056105 | B200:1084290GB200 NVL72:826625 | B200:343952GB200 NVL72:391932 |
| Concurrency | B200:~208GB200 NVL72:~1229 | B200:~80GB200 NVL72:~199 | B200:~5GB200 NVL72:~27 |
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。