Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
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 35–113 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 54 tok/s/user 运行时：B200 达到 1082 tok/s/GPU（$0.50/百万 token），MI355X 达到 632（$0.66/百万）。B200 每 token 成本低 33%；B200 每 GPU 吞吐量高出 71%。
以 74 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 700 tok/s/GPU（每百万 token $0.77），MI355X 产出 516（$0.80）。B200 每 token 成本低 3%；B200 每 GPU 吞吐量高出 36%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 94 tok/s/user 交互性运行时，B200 吞吐量为 480 tok/s/GPU，每百万 token 成本 $1.12；MI355X 吞吐量为 396 tok/s/GPU，成本 $1.04。MI355X 每 token 成本低 7%；B200 每 GPU 吞吐量高出 21%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:1082.4MI355X:631.8 | B200:699.9MI355X:516.1 | B200:480.2MI355X:396.0 |
| Cost ($/M tok) | B200:$0.496MI355X:$0.658 | B200:$0.771MI355X:$0.797 | B200:$1.117MI355X:$1.040 |
| tok/s/MW | B200:498813MI355X:238416 | B200:322529MI355X:194767 | B200:221278MI355X:149436 |
| Concurrency | B200:~43MI355X:~24 | B200:~20MI355X:~14 | B200:~10MI355X:~9 |
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: