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 24–123 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 48 tok/s/user 运行时：GB200 NVL72 达到 13585 tok/s/GPU（$0.04/百万 token），MI355X 达到 3252（$0.13/百万）。GB200 NVL72 每 token 成本低 181%；GB200 NVL72 每 GPU 吞吐量高出 318%。
以 73 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，GB200 NVL72 产出 7139 tok/s/GPU（每百万 token $0.09），MI355X 产出 2298（$0.18）。GB200 NVL72 每 token 成本低 108%；GB200 NVL72 每 GPU 吞吐量高出 211%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 98 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 1553 tok/s/GPU，每百万 token 成本 $0.40；MI355X 吞吐量为 1648 tok/s/GPU，成本 $0.25。MI355X 每 token 成本低 58%；MI355X 每 GPU 吞吐量高出 6%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:13585.1MI355X:3251.9 | GB200 NVL72:7139.1MI355X:2298.5 | GB200 NVL72:1552.9MI355X:1647.5 |
| Cost ($/M tok) | GB200 NVL72:$0.045MI355X:$0.126 | GB200 NVL72:$0.086MI355X:$0.178 | GB200 NVL72:$0.396MI355X:$0.250 |
| tok/s/MW | GB200 NVL72:7264742MI355X:1555952 | GB200 NVL72:3817710MI355X:1099740 | GB200 NVL72:830414MI355X:788278 |
| Concurrency | GB200 NVL72:~1266MI355X:~31 | GB200 NVL72:~751MI355X:~15 | GB200 NVL72:~254MI355X:~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。