Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs MI355X
B300（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。
B300 / MI355X 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 54 tok/s/user 运行：1059 / 632 tok/s/GPU，$0.61 / $0.66 每百万 token。B300 每 token 成本低 8%；B300 每 GPU 吞吐量高出 68%。
在 35–113 tok/s/user 交互性区间的中部，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 74 tok/s/user 运行时：B300 达到 925 tok/s/GPU（$0.70/百万 token），MI355X 达到 516（$0.80/百万）。B300 每 token 成本低 13%；B300 每 GPU 吞吐量高出 79%。
以 94 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B300 产出 910 tok/s/GPU（每百万 token $0.72），MI355X 产出 396（$1.04）。B300 每 token 成本低 45%；B300 每 GPU 吞吐量高出 130%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:1059.3MI355X:631.8 | B300:925.0MI355X:516.1 | B300:910.0MI355X:396.0 |
| Cost ($/M tok) | B300:$0.612MI355X:$0.658 | B300:$0.704MI355X:$0.797 | B300:$0.715MI355X:$1.040 |
| tok/s/MW | B300:488139MI355X:238416 | B300:426266MI355X:194767 | B300:419364MI355X:149436 |
| Concurrency | B300:~40MI355X:~24 | B300:~26MI355X:~14 | B300:~21MI355X:~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: