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 26–123 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 50 tok/s/user 运行时：GB200 NVL72 达到 13143 tok/s/Chip（$0.04/百万 token），MI355X 达到 3146（$0.13/百万）。GB200 NVL72 每 token 成本低 237%；GB200 NVL72 每 Chip 吞吐量高出 318%。
以 74 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，GB200 NVL72 产出 6866 tok/s/Chip（每百万 token $0.08），MI355X 产出 2269（$0.18）。GB200 NVL72 每 token 成本低 144%；GB200 NVL72 每 Chip 吞吐量高出 203%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 99 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 1548 tok/s/Chip，每百万 token 成本 $0.33；MI355X 吞吐量为 1618 tok/s/Chip，成本 $0.26。MI355X 每 token 成本低 30%；MI355X 每 Chip 吞吐量高出 4%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:13143.1MI355X:3145.5 | GB200 NVL72:6866.4MI355X:2269.2 | GB200 NVL72:1548.2MI355X:1617.8 |
| Cost ($/M tok) | GB200 NVL72:$0.039MI355X:$0.132 | GB200 NVL72:$0.075MI355X:$0.184 | GB200 NVL72:$0.334MI355X:$0.258 |
| tok/s/MW | GB200 NVL72:7028421MI355X:1505042 | GB200 NVL72:3671864MI355X:1085724 | GB200 NVL72:827888MI355X:774072 |
| Concurrency | GB200 NVL72:~1229MI355X:~29 | GB200 NVL72:~697MI355X:~14 | GB200 NVL72:~256MI355X:~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。