MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B300 vs GB300 NVL72
B300（NVIDIA Blackwell）与 GB300 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。
MiniMax M3 428B 在 63 tok/s/user 交互性下的吞吐量：B300 为 7080 tok/s/GPU，GB300 NVL72 为 3284。每百万 token 成本分别为 $0.09 和 $0.22。B300 每 token 成本低 143%；B300 每 GPU 吞吐量高出 116%。
B300 / GB300 NVL72 在 MiniMax M3 428B 上以 106 tok/s/user 运行：4403 / 2046 tok/s/GPU，$0.15 / $0.37 每百万 token。B300 每 token 成本低 147%；B300 每 GPU 吞吐量高出 115%。
在 22–190 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 148 tok/s/user 运行时：B300 达到 3199 tok/s/GPU（$0.20/百万 token），GB300 NVL72 达到 834（$0.90/百万）。B300 每 token 成本低 348%；B300 每 GPU 吞吐量高出 284%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:7079.9GB300 NVL72:3283.8 | B300:4403.3GB300 NVL72:2045.8 | B300:3198.9GB300 NVL72:833.8 |
| Cost ($/M tok) | B300:$0.092GB300 NVL72:$0.224 | B300:$0.148GB300 NVL72:$0.365 | B300:$0.202GB300 NVL72:$0.902 |
| tok/s/MW | B300:3726248GB300 NVL72:1548952 | B300:2317538GB300 NVL72:964981 | B300:1683639GB300 NVL72:393316 |
| Concurrency | B300:~54GB300 NVL72:~128 | B300:~21GB300 NVL72:~44 | B300:~11GB300 NVL72:~14 |
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: