Kimi K2.5/K2.6/K2.7-Code 1T — GB200 NVL72 vs MI355X
GB200 NVL72（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 24–113 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 46 tok/s/user 运行时：GB200 NVL72 达到 10065 tok/s/GPU（$0.06/百万 token），MI355X 达到 726（$0.56/百万）。GB200 NVL72 每 token 成本低 823%；GB200 NVL72 每 GPU 吞吐量高出 1286%。
以 68 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，GB200 NVL72 产出 5984 tok/s/GPU（每百万 token $0.10），MI355X 产出 554（$0.74）。GB200 NVL72 每 token 成本低 625%；GB200 NVL72 每 GPU 吞吐量高出 980%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 91 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 600 tok/s/GPU，每百万 token 成本 $1.05；MI355X 吞吐量为 419 tok/s/GPU，成本 $0.98。MI355X 每 token 成本低 7%；GB200 NVL72 每 GPU 吞吐量高出 43%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:10064.8MI355X:726.2 | GB200 NVL72:5983.5MI355X:553.9 | GB200 NVL72:599.6MI355X:418.8 |
| Cost ($/M tok) | GB200 NVL72:$0.061MI355X:$0.565 | GB200 NVL72:$0.102MI355X:$0.741 | GB200 NVL72:$1.047MI355X:$0.982 |
| tok/s/MW | GB200 NVL72:4792752MI355X:274039 | GB200 NVL72:2849292MI355X:209003 | GB200 NVL72:285506MI355X:158047 |
| Concurrency | GB200 NVL72:~4301MI355X:~35 | GB200 NVL72:~2093MI355X:~17 | GB200 NVL72:~180MI355X:~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。