MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B300 vs GB200 NVL72
B300（NVIDIA Blackwell）与 GB200 NVL72（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。
B300 在 MiniMax M3 428B 上以 66 tok/s/user 运行时达到 6892 tok/s/GPU（每百万 token $0.10）；GB200 NVL72 达到 4050 tok/s/GPU（$0.15）。B300 每 token 成本低 60%；B300 每 GPU 吞吐量高出 70%。
MiniMax M3 428B 在 106 tok/s/user 交互性下的吞吐量：B300 为 4403 tok/s/GPU，GB200 NVL72 为 1912。每百万 token 成本分别为 $0.15 和 $0.32。B300 每 token 成本低 120%；B300 每 GPU 吞吐量高出 130%。
B300 / GB200 NVL72 在 MiniMax M3 428B 上以 147 tok/s/user 运行：3218 / 811 tok/s/GPU，$0.20 / $0.78 每百万 token。B300 每 token 成本低 288%；B300 每 GPU 吞吐量高出 297%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:6892.0GB200 NVL72:4050.0 | B300:4403.3GB200 NVL72:1912.4 | B300:3217.5GB200 NVL72:811.5 |
| Cost ($/M tok) | B300:$0.095GB200 NVL72:$0.152 | B300:$0.148GB200 NVL72:$0.325 | B300:$0.200GB200 NVL72:$0.777 |
| tok/s/MW | B300:3627393GB200 NVL72:2165792 | B300:2317538GB200 NVL72:1022690 | B300:1693422GB200 NVL72:433944 |
| Concurrency | B300:~50GB200 NVL72:~222 | B300:~21GB200 NVL72:~45 | B300:~11GB200 NVL72:~13 |
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: