DeepSeek V4 Pro 0813 是一款来自中国、极受欢迎的前沿开放权重模型，总参数约 1.6 万亿，激活参数 490 亿。它也是 AgentX 上 AMD 与 NVIDIA 竞争最胶着的模型，而且排名在一周之内就发生了变化。

工作负载在这里很关键。AgentX 回放的是真实的 agentic 编码会话，而不是固定提示词；在所有 DeepSeek V4 运行中，输入长度分布为 p50 88k、p90 272k、p95 404k、p99 675k token，输出分布为 p50 413、p90 2.2k、p95 3.7k、p99 8.6k。这与 8k1k 是完全不同的系统问题。

在 2026 年 8 月 21 日之前，AMD 实力很强的 MI355X SGLang 开发团队在端到端性能的每美元表现上追平了 B200 vLLM。这是实打实的结果，值得直说。

但这并不是全部。同一时期，B300 vLLM 和 B200 SGLang 已经领先 MI355X。

8 月 21 日之后，来自 Inferact 和 NVIDIA 的 vLLM 优化让 B200 的每美元性能超过了 MI355X。这仍是一场胶着的竞赛，而不是已成定局；AMD 也公布了自己的 DeepSeek V4 vLLM 优化清单，上面还有不少待办事项。

ATOM 这个前提

在端到端延迟上，MI355X 上的 ATOM 胜过 B200 vLLM，但没有胜过 B300 或 B200 SGLang。更重要的前提在于部署：中国和西方的多数 AI 实验室都不愿在生产中使用 ATOM，因此只在厂商引擎下成立的优势，并不能代表使用上游软件栈的客户实际拿到的性能。在单节点上，MI355X 的开源方案（vLLM）依然落后于 ATOM。

MI355X 真正有竞争力的区间

总体来看，MI355X 相对 B200 和 B300 表现尚可。在曲线上低吞吐、低延迟的那一段两者最为接近，因为那里只用到张量并行和较为基础的 kernel。差距出现在高吞吐区间，AMD 需要在那里优化自己的 DEP kernel；而且这个差距是在 MI355X 拥有 B200 的 1.5 倍 HBM 的前提下出现的。

两个坐标轴要一起看。某个配置可能在吞吐量对交互性上表现亮眼，却在 p90 首 token 延迟上把优势还回去，这也是上图选择以 TTFT 为横轴、而不是只看交互性的原因。

本文结果只是 AgentX 1.0 的一个切面。完整分析、回放方法，以及该基准测试推动的 70 多个上游 PR，请见 AgentX - InferenceXv3：CUDA 护城河在 agentic 推理中还站得住吗？。每个数据点都可以在免费仪表板上自行探索。