DeepSeek V4.1 Flash 552B — H100 与 MI300X
对比 H100（NVIDIA Hopper）与 MI300X（AMD CDNA 3）在 DeepSeek V4.1 Flash 552B 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标，操作方式与主推理图表相同。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
当 DeepSeek V4.1 Flash 552B 的目标交互性为 68 tok/s/user 时，H100 与 MI300X 的吞吐量分别为 19780 和 11924 tok/s/chip，每百万 token 成本分别为 $0.02 和 $0.02。H100 的成本效率高出 35%；H100 的单芯片吞吐量高出 66%。
以 113 tok/s/user 为目标运行 DeepSeek V4.1 Flash 552B 时，H100 的吞吐量为 17622 tok/s/chip，每百万 token 成本为 $0.02；MI300X 的吞吐量为 6980 tok/s/chip，每百万 token 成本为 $0.04。H100 的成本效率高出 105%；H100 的单芯片吞吐量高出 152%。
159 tok/s/user 接近 22–205 tok/s/user 交互性区间的上限。在这一运行点，H100 运行 DeepSeek V4.1 Flash 552B 的吞吐量为 9502 tok/s/chip，每百万 token 成本为 $0.03；MI300X 的吞吐量为 4040 tok/s/chip，每百万 token 成本为 $0.07。H100 的成本效率高出 91%；H100 的单芯片吞吐量高出 135%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | H100:19779.8MI300X:11923.9 | H100:17621.6MI300X:6980.3 | H100:9501.5MI300X:4040.4 |
| 成本（$/M tok） | H100:$0.016MI300X:$0.022 | H100:$0.018MI300X:$0.038 | H100:$0.034MI300X:$0.065 |
| tok/s/MW | H100:14437817MI300X:8578379 | H100:12862480MI300X:5021810 | H100:6935426MI300X:2906738 |
| 并发数 | H100:~24MI300X:~9 | H100:~21MI300X:~5 | H100:~11MI300X:~1 |
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。