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

Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs GB200 NVL72

B300（NVIDIA Blackwell）与 GB200 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。

在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 62 tok/s/user 交互性运行时，B300 吞吐量为 2929 tok/s/chip，每百万 token 成本 $0.21；GB200 NVL72 吞吐量为 9455 tok/s/chip，成本 $0.05。GB200 NVL72 每 token 成本低 292%；GB200 NVL72 每芯片吞吐量高出 223%。

B300 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 99 tok/s/user 运行时达到 1731 tok/s/chip（每百万 token $0.36）；GB200 NVL72 达到 1548 tok/s/chip（$0.33）。GB200 NVL72 每 token 成本低 9%；B300 每芯片吞吐量高出 12%。

Kimi K2.5/K2.6/K2.7-Code 1T 在 136 tok/s/user 交互性下的吞吐量：B300 为 783 tok/s/chip，GB200 NVL72 为 837。每百万 token 成本分别为 $0.80 和 $0.62。GB200 NVL72 每 token 成本低 30%；GB200 NVL72 每芯片吞吐量高出 7%。 （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)
B300:2929.1GB200 NVL72:9454.9
B300:1731.4GB200 NVL72:1548.2
B300:783.1GB200 NVL72:836.8
Cost ($/M tok)
B300:$0.214GB200 NVL72:$0.055
B300:$0.363GB200 NVL72:$0.334
B300:$0.802GB200 NVL72:$0.617
tok/s/MW
B300:1541639GB200 NVL72:5056105
B300:911253GB200 NVL72:827888
B300:412168GB200 NVL72:447506
Concurrency
B300:~21GB200 NVL72:~1229
B300:~8GB200 NVL72:~256
B300:~3GB200 NVL72:~28

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