Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs MI325X
B300（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）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 Kimi K2.5/K2.6/K2.7-Code 1T 上以 33 tok/s/user 交互性运行时，B300 吞吐量为 795 tok/s/GPU，每百万 token 成本 $0.84；MI325X 吞吐量为 127 tok/s/GPU，成本 $2.79。B300 每 token 成本低 234%；B300 每 GPU 吞吐量高出 524%。
B300 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 39 tok/s/user 运行时达到 644 tok/s/GPU（每百万 token $1.02）；MI325X 达到 94 tok/s/GPU（$3.80）。B300 每 token 成本低 272%；B300 每 GPU 吞吐量高出 583%。
Kimi K2.5/K2.6/K2.7-Code 1T 在 45 tok/s/user 交互性下的吞吐量：B300 为 520 tok/s/GPU，MI325X 为 68。每百万 token 成本分别为 $1.28 和 $5.25。B300 每 token 成本低 310%；B300 每 GPU 吞吐量高出 665%。 （数据反映此 URL 的默认 1k/1k · int4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:795.0MI325X:127.3 | B300:643.6MI325X:94.2 | B300:520.4MI325X:68.0 |
| Cost ($/M tok) | B300:$0.836MI325X:$2.789 | B300:$1.020MI325X:$3.800 | B300:$1.281MI325X:$5.251 |
| tok/s/MW | B300:366374MI325X:58415 | B300:296599MI325X:43231 | B300:239817MI325X:31189 |
| Concurrency | B300:~64MI325X:~16 | B300:~64MI325X:~10 | B300:~32MI325X:~6 |
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: