Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — H200 vs MI355X
H200（NVIDIA Hopper）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。
Kimi K2.5/K2.6/K2.7-Code 1T 在 46 tok/s/user 交互性下的吞吐量：H200 为 350 tok/s/GPU，MI355X 为 413。每百万 token 成本分别为 $1.12 和 $0.99。MI355X 每 token 成本低 12%；MI355X 每 GPU 吞吐量高出 18%。
H200 / MI355X 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 59 tok/s/user 运行：273 / 296 tok/s/GPU，$1.42 / $1.38 每百万 token。MI355X 每 token 成本低 3%；MI355X 每 GPU 吞吐量高出 9%。
在 34–85 tok/s/user 交互性区间的高端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 72 tok/s/user 运行时：H200 达到 217 tok/s/GPU（$1.79/百万 token），MI355X 达到 223（$1.87/百万）。H200 每 token 成本低 4%；MI355X 每 GPU 吞吐量高出 3%。 （数据反映此 URL 的默认 1k/1k · int4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:350.3MI355X:412.8 | H200:272.7MI355X:296.2 | H200:216.6MI355X:222.6 |
| Cost ($/M tok) | H200:$1.116MI355X:$0.992 | H200:$1.421MI355X:$1.377 | H200:$1.795MI355X:$1.875 |
| tok/s/MW | H200:202502MI355X:155772 | H200:157639MI355X:111762 | H200:125187MI355X:84002 |
| Concurrency | H200:~31MI355X:~24 | H200:~19MI355X:~10 | H200:~12MI355X:~6 |
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: