InferenceX
EN
Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

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 3775 tok/s/chip，GB300 NVL72 为 10203。每百万 token 成本分别为 $0.13 和 $0.06。GB300 NVL72 每 token 成本低 102%；GB300 NVL72 每芯片吞吐量高出 170%。

B200 / GB300 NVL72 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 103 tok/s/user 运行：1594 / 1685 tok/s/chip，$0.30 / $0.38 每百万 token。B200 每 token 成本低 26%；GB300 NVL72 每芯片吞吐量高出 6%。

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 601 tok/s/chip（$0.80/百万 token），GB300 NVL72 达到 731（$0.88/百万）。B200 每 token 成本低 10%；GB300 NVL72 每芯片吞吐量高出 22%。 （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。）

查看每美元性能对比 →

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/chip)
B200:3775.2GB300 NVL72:10202.8
B200:1594.1GB300 NVL72:1684.6
B200:601.3GB300 NVL72:731.1
Cost ($/M tok)
B200:$0.127GB300 NVL72:$0.063
B200:$0.301GB300 NVL72:$0.381
B200:$0.799GB300 NVL72:$0.878
tok/s/MW
B200:2207698GB300 NVL72:4812653
B200:932248GB300 NVL72:794621
B200:351648GB300 NVL72:344856
Concurrency
B200:~235GB300 NVL72:~1202
B200:~45GB300 NVL72:~68
B200:~4GB300 NVL72:~26

推理性能

不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。

每 1 美元可购买的总 token 数（自有 - Neocloud Giant） vs. 交互性

Kimi K2.5/2.6/2.7-Code 1T • FP4 • 8K / 1K • 来源：SemiAnalysis InferenceX™

TCO $/chip/hr： VR200: 3.61H100: 1.55H200: 1.59B200: 2.07B300: 2.52GB200: 2.26GB300: 2.79MI300X: 1.16MI325X: 1.32MI355X: 2.09RTX6000PRO: 0.75Jalapeño (Teacup): 1.56

来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算每百万 token 成本，而非按芯片总数计算。因此，与聚合配置进行token 成本的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输入吞吐量，而非按芯片总数计算。因此，与聚合配置进行输入吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输出吞吐量，而非按芯片总数计算。因此，与聚合配置进行输出吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算功耗，而非按芯片总数计算。因此，与聚合配置进行功耗的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算能耗，而非按芯片总数计算。因此，与聚合配置进行每 token 能耗的直接对比并不完全等价。

No data available

Please change the model, sequence, precision, date range or chip selection.

Shift+Scroll to zoom • Drag to pan • Double-click to reset • Click a point to pin tooltip