MiniMax M3 428B · GPU 对比
MiniMax M3 428B — B200 vs B300
B200（NVIDIA Blackwell）与 B300（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。
B200 在 MiniMax M3 428B 上以 111 tok/s/user 运行时达到 2055 tok/s/GPU（每百万 token $0.26）；B300 达到 2505 tok/s/GPU（$0.26）。B300 每 token 成本低 2%；B300 每 GPU 吞吐量高出 22%。
MiniMax M3 428B 在 207 tok/s/user 交互性下的吞吐量：B200 为 796 tok/s/GPU，B300 为 1012。每百万 token 成本分别为 $0.68 和 $0.64。B300 每 token 成本低 7%；B300 每 GPU 吞吐量高出 27%。
B200 / B300 在 MiniMax M3 428B 上以 304 tok/s/user 运行：285 / 532 tok/s/GPU，$1.90 / $1.22 每百万 token。B300 每 token 成本低 56%；B300 每 GPU 吞吐量高出 87%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:2055.4B300:2504.9 | B200:796.4B300:1012.2 | B200:284.9B300:532.4 |
| Cost ($/M tok) | B200:$0.264B300:$0.258 | B200:$0.681B300:$0.638 | B200:$1.901B300:$1.221 |
| tok/s/MW | B200:1201960B300:1318361 | B200:465726B300:532713 | B200:166637B300:280194 |
| Concurrency | B200:~58B300:~104 | B200:~8B300:~11 | B200:~1B300:~2 |
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: