Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — H200 与 MI300X

对比 H200(NVIDIA Hopper)与 MI300X(AMD CDNA 3)在 Kimi K2.5/K2.6/K2.7-Code 1T 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。

23 tok/s/user 接近 17–43 tok/s/user 交互性区间的下限。在这一运行点,H200 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的吞吐量为 1,074 tok/s/chip,每百万 token 成本为 $0.32;MI300X 的吞吐量为 386 tok/s/chip,每百万 token 成本为 $0.68。H200 的每 token 成本低 54%;H200 的单芯片吞吐量高出 178%。

将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 30 tok/s/user 时,H200 的吞吐量为 974 tok/s/chip,每百万 token 成本为 $0.35;MI300X 的吞吐量为 289 tok/s/chip,每百万 token 成本为 $0.91。H200 的每 token 成本低 62%;H200 的单芯片吞吐量为对方的 3.4 倍。

当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 37 tok/s/user 时,H200 的吞吐量为 896 tok/s/chip,每百万 token 成本为 $0.38;MI300X 的吞吐量为 224 tok/s/chip,每百万 token 成本为 $1.18。H200 的每 token 成本低 68%;H200 的单芯片吞吐量为对方的 4.0 倍。 (以上数据基于此 URL 对应的默认 8k/1k · int4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)

查看每美元性能对比 →

数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。

指标
交互性(tok/s/user)
交互性(tok/s/user)
交互性(tok/s/user)
吞吐量(tok/s/chip)
H2001,074MI300X386
H200974MI300X289
H200896MI300X224
成本($/M tok)
H200$0.32MI300X$0.68
H200$0.35MI300X$0.91
H200$0.38MI300X$1.18
tok/s/MW
H200783,946MI300X277,903
H200710,611MI300X207,727
H200654,072MI300X160,804
并发数
H200~45MI300X~16
H200~30MI300X~9
H200~22MI300X~5