Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs H200
B200（NVIDIA Blackwell）与 H200（NVIDIA Hopper）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。
B200 / H200 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 54 tok/s/user 运行：353 / 294 tok/s/GPU，$1.53 / $1.31 每百万 token。H200 每 token 成本低 17%；B200 每 GPU 吞吐量高出 20%。
在 37–105 tok/s/user 交互性区间的中部，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 71 tok/s/user 运行时：B200 达到 236 tok/s/GPU（$2.27/百万 token），H200 达到 221（$1.76/百万）。H200 每 token 成本低 29%；B200 每 GPU 吞吐量高出 7%。
以 88 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 168 tok/s/GPU（每百万 token $3.22），H200 产出 158（$2.49）。H200 每 token 成本低 29%；B200 每 GPU 吞吐量高出 6%。 （数据反映此 URL 的默认 1k/1k · int4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:353.2H200:294.0 | B200:236.4H200:220.6 | B200:168.3H200:158.1 |
| Cost ($/M tok) | B200:$1.530H200:$1.306 | B200:$2.274H200:$1.764 | B200:$3.219H200:$2.493 |
| tok/s/MW | B200:206546H200:214590 | B200:138251H200:161039 | B200:98439H200:115388 |
| Concurrency | B200:~26H200:~22 | B200:~13H200:~12 | B200:~8H200:~7 |
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: