InferenceX
EN
MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — GB300 NVL72 vs H200

GB300 NVL72（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 MiniMax M2.5/M2.7 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 M2.5/M2.7 在 43 tok/s/user 交互性下的吞吐量：GB300 NVL72 为 10654 tok/s/chip，H200 为 2816。每百万 token 成本分别为 $0.06 和 $0.12。GB300 NVL72 每 token 成本低 100%；GB300 NVL72 每芯片吞吐量高出 278%。

GB300 NVL72 / H200 在 MiniMax M2.5/M2.7 上以 62 tok/s/user 运行：7309 / 2166 tok/s/chip，$0.09 / $0.16 每百万 token。GB300 NVL72 每 token 成本低 78%；GB300 NVL72 每芯片吞吐量高出 237%。

在 24–100 tok/s/user 交互性区间的高端，即 MiniMax M2.5/M2.7 上以 81 tok/s/user 运行时：GB300 NVL72 达到 3698 tok/s/chip（$0.17/百万 token），H200 达到 1595（$0.21/百万）。GB300 NVL72 每 token 成本低 22%；GB300 NVL72 每芯片吞吐量高出 132%。 （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。）

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)
GB300 NVL72:10653.9H200:2816.4
GB300 NVL72:7308.7H200:2165.7
GB300 NVL72:3698.0H200:1594.8
Cost ($/M tok)
GB300 NVL72:$0.060H200:$0.120
GB300 NVL72:$0.088H200:$0.156
GB300 NVL72:$0.174H200:$0.213
tok/s/MW
GB300 NVL72:5025439H200:2055797
GB300 NVL72:3447521H200:1580777
GB300 NVL72:1744352H200:1164064
Concurrency
GB300 NVL72:~200H200:~30
GB300 NVL72:~197H200:~16
GB300 NVL72:~51H200:~9

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

MiniMax M2.5/2.7 230B • 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