Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs MI355X
B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 Kimi K2.5/K2.6/K2.7-Code 1T 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。
在 30–123 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 53 tok/s/user 运行时：B200 达到 2975 tok/s/GPU（$0.18/百万 token），MI355X 达到 3003（$0.14/百万）。MI355X 每 token 成本低 34%；每 GPU 吞吐量基本持平。
以 76 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 2021 tok/s/GPU（每百万 token $0.27），MI355X 产出 2213（$0.18）。MI355X 每 token 成本低 45%；MI355X 每 GPU 吞吐量高出 10%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 100 tok/s/user 交互性运行时，B200 吞吐量为 1307 tok/s/GPU，每百万 token 成本 $0.41；MI355X 吞吐量为 1590 tok/s/GPU，成本 $0.26。MI355X 每 token 成本低 59%；MI355X 每 GPU 吞吐量高出 22%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:2975.3MI355X:3002.5 | B200:2020.5MI355X:2213.5 | B200:1307.4MI355X:1590.4 |
| Cost ($/M tok) | B200:$0.183MI355X:$0.136 | B200:$0.268MI355X:$0.184 | B200:$0.415MI355X:$0.260 |
| tok/s/MW | B200:1739913MI355X:1436618 | B200:1181607MI355X:1059089 | B200:764563MI355X:760977 |
| Concurrency | B200:~25MI355X:~26 | B200:~12MI355X:~13 | B200:~6MI355X:~7 |
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。