Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — H200 vs MI300X
H200（NVIDIA Hopper）与 MI300X（AMD CDNA 3）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 34–48 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 37 tok/s/user 运行时：H200 达到 465 tok/s/GPU（$0.86/百万 token），MI300X 达到 80（$3.90/百万）。H200 每 token 成本低 353%；H200 每 GPU 吞吐量高出 484%。
以 41 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，H200 产出 409 tok/s/GPU（每百万 token $0.98），MI300X 产出 68（$4.65）。H200 每 token 成本低 375%；H200 每 GPU 吞吐量高出 505%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 45 tok/s/user 交互性运行时，H200 吞吐量为 361 tok/s/GPU，每百万 token 成本 $1.09；MI300X 吞吐量为 57 tok/s/GPU，成本 $5.57。H200 每 token 成本低 411%；H200 每 GPU 吞吐量高出 531%。 （数据反映此 URL 的默认 1k/1k · int4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:465.0MI300X:79.6 | H200:409.0MI300X:67.6 | H200:360.7MI300X:57.1 |
| Cost ($/M tok) | H200:$0.862MI300X:$3.904 | H200:$0.978MI300X:$4.646 | H200:$1.089MI300X:$5.566 |
| tok/s/MW | H200:268812MI300X:44450 | H200:236439MI300X:37789 | H200:208514MI300X:31923 |
| Concurrency | H200:~53MI300X:~9 | H200:~42MI300X:~7 | H200:~33MI300X:~5 |
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: