Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — H200 vs MI325X
H200（NVIDIA Hopper）与 MI325X（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。
以 38 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，H200 产出 451 tok/s/GPU（每百万 token $0.89），MI325X 产出 100（$3.58）。H200 每 token 成本低 302%；H200 每 GPU 吞吐量高出 350%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 42 tok/s/user 交互性运行时，H200 吞吐量为 396 tok/s/GPU，每百万 token 成本 $1.01；MI325X 吞吐量为 79 tok/s/GPU，成本 $4.49。H200 每 token 成本低 346%；H200 每 GPU 吞吐量高出 400%。
H200 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 47 tok/s/user 运行时达到 341 tok/s/GPU（每百万 token $1.14）；MI325X 达到 62 tok/s/GPU（$5.81）。H200 每 token 成本低 409%；H200 每 GPU 吞吐量高出 452%。 （数据反映此 URL 的默认 1k/1k · int4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:450.5MI325X:100.1 | H200:396.1MI325X:79.2 | H200:340.8MI325X:61.8 |
| Cost ($/M tok) | H200:$0.891MI325X:$3.581 | H200:$1.006MI325X:$4.490 | H200:$1.142MI325X:$5.811 |
| tok/s/MW | H200:260427MI325X:45923 | H200:228951MI325X:36311 | H200:196996MI325X:28337 |
| Concurrency | H200:~50MI325X:~11 | H200:~40MI325X:~8 | H200:~30MI325X:~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: