MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 MiniMax M3 428B 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。
B200 在 MiniMax M3 428B 上以 121 tok/s/user 运行时达到 5431 tok/s/GPU（每百万 token $0.10）；B300 达到 7746 tok/s/GPU（$0.08）。B300 每 token 成本低 19%；B300 每 GPU 吞吐量高出 43%。
MiniMax M3 428B 在 235 tok/s/user 交互性下的吞吐量：B200 为 3085 tok/s/GPU，B300 为 3159。每百万 token 成本分别为 $0.18 和 $0.21。B200 每 token 成本低 17%；B300 每 GPU 吞吐量高出 2%。
B200 / B300 在 MiniMax M3 428B 上以 349 tok/s/user 运行：1688 / 1853 tok/s/GPU，$0.31 / $0.35 每百万 token。B200 每 token 成本低 13%；B300 每 GPU 吞吐量高出 10%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:5431.1B300:7746.2 | B200:3085.2B300:3159.3 | B200:1687.6B300:1852.7 |
| Cost ($/M tok) | B200:$0.099B300:$0.084 | B200:$0.177B300:$0.207 | B200:$0.311B300:$0.350 |
| tok/s/MW | B200:3176105B300:4076940 | B200:1804205B300:1662804 | B200:986899B300:975086 |
| Concurrency | B200:~14B300:~64 | B200:~8B300:~13 | B200:~3B300:~47 |
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。
厂商:
聚合模式:
投机解码: