DeepSeek V4.1 Flash 552B — H200 与 MI325X
对比 H200（NVIDIA Hopper）与 MI325X（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 64 tok/s/user 时，H200 的吞吐量为 35258 tok/s/chip，每百万 token 成本为 $0.01；MI325X 的吞吐量为 17029 tok/s/chip，每百万 token 成本为 $0.02。H200 的成本效率高出 87%；H200 的单芯片吞吐量高出 107%。
在 DeepSeek V4.1 Flash 552B 的 112 tok/s/user 运行点，H200 的吞吐量为 22212 tok/s/chip，每百万 token 成本为 $0.02；MI325X 的吞吐量为 8223 tok/s/chip，每百万 token 成本为 $0.04。H200 的成本效率高出 144%；H200 的单芯片吞吐量高出 170%。
当 DeepSeek V4.1 Flash 552B 的目标交互性为 161 tok/s/user 时，H200 与 MI325X 的吞吐量分别为 12237 和 4307 tok/s/chip，每百万 token 成本分别为 $0.03 和 $0.07。H200 的成本效率高出 156%；H200 的单芯片吞吐量高出 184%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | H200:35257.7MI325X:17029.4 | H200:22211.6MI325X:8223.3 | H200:12237.0MI325X:4306.7 |
| 成本（$/M tok） | H200:$0.010MI325X:$0.018 | H200:$0.015MI325X:$0.037 | H200:$0.028MI325X:$0.071 |
| tok/s/MW | H200:25735570MI325X:10076539 | H200:16212844MI325X:4865866 | H200:8932087MI325X:2548336 |
| 并发数 | H200:~32MI325X:~6 | H200:~12MI325X:~2 | H200:~7MI325X:~2 |
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。