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 46 tok/s/user 运行：3230 / 3375 tok/s/GPU，$0.20 / $0.12 每百万 token。MI355X 每 token 成本低 65%；MI355X 每 GPU 吞吐量高出 4%。
在 21–123 tok/s/user 交互性区间的中部，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 72 tok/s/user 运行时：B300 达到 2997 tok/s/GPU（$0.22/百万 token），MI355X 达到 2329（$0.18/百万）。MI355X 每 token 成本低 23%；B300 每 GPU 吞吐量高出 29%。
以 97 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B300 产出 2667 tok/s/GPU（每百万 token $0.24），MI355X 产出 1679（$0.24）。B300 每 token 成本低 1%；B300 每 GPU 吞吐量高出 59%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:3230.2MI355X:3374.8 | B300:2996.7MI355X:2328.9 | B300:2667.2MI355X:1678.9 |
| Cost ($/M tok) | B300:$0.201MI355X:$0.122 | B300:$0.218MI355X:$0.176 | B300:$0.242MI355X:$0.244 |
| tok/s/MW | B300:1700084MI355X:1614723 | B300:1577232MI355X:1114285 | B300:1403774MI355X:803323 |
| Concurrency | B300:~34MI355X:~37 | B300:~21MI355X:~15 | B300:~14MI355X:~8 |
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: