Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
Kimi K2.5/K2.6/K2.7-Code 1T 在 63 tok/s/user 交互性下的吞吐量：B200 为 4001 tok/s/GPU，GB300 NVL72 为 10203。每百万 token 成本分别为 $0.14 和 $0.07。GB300 NVL72 每 token 成本低 90%；GB300 NVL72 每 GPU 吞吐量高出 155%。
B200 / GB300 NVL72 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 103 tok/s/user 运行：1807 / 1685 tok/s/GPU，$0.30 / $0.44 每百万 token。B200 每 token 成本低 44%；B200 每 GPU 吞吐量高出 7%。
在 24–182 tok/s/user 交互性区间的高端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 143 tok/s/user 运行时：B200 达到 585 tok/s/GPU（$0.93/百万 token），GB300 NVL72 达到 731（$1.00/百万）。B200 每 token 成本低 8%；GB300 NVL72 每 GPU 吞吐量高出 25%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:4000.6GB300 NVL72:10202.8 | B200:1807.1GB300 NVL72:1684.6 | B200:585.1GB300 NVL72:731.1 |
| Cost ($/M tok) | B200:$0.137GB300 NVL72:$0.072 | B200:$0.305GB300 NVL72:$0.438 | B200:$0.926GB300 NVL72:$0.998 |
| tok/s/MW | B200:2339519GB300 NVL72:4812653 | B200:1056807GB300 NVL72:794621 | B200:342142GB300 NVL72:344856 |
| Concurrency | B200:~204GB300 NVL72:~1202 | B200:~77GB300 NVL72:~68 | B200:~10GB300 NVL72:~26 |
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。