Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比
Kimi K2.5/K2.6/K2.7-Code 1T — MI300X 与 MI325X
对比 MI300X(AMD CDNA 3)与 MI325X(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。
18 tok/s/user 接近 10–43 tok/s/user 交互性区间的下限。在这一运行点,MI300X 运行 Kimi K2.5/K2.6/K2.7-Code 1T 的吞吐量为 416 tok/s/chip,每百万 token 成本为 $0.63;MI325X 的吞吐量为 484 tok/s/chip,每百万 token 成本为 $0.63。每 token 成本基本持平;MI325X 的单芯片吞吐量高出 16%。
将 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性设为 27 tok/s/user 时,MI300X 的吞吐量为 332 tok/s/chip,每百万 token 成本为 $0.79;MI325X 的吞吐量为 427 tok/s/chip,每百万 token 成本为 $0.72。MI325X 的每 token 成本低 10%;MI325X 的单芯片吞吐量高出 28%。
当 Kimi K2.5/K2.6/K2.7-Code 1T 的目标交互性为 35 tok/s/user 时,MI300X 的吞吐量为 238 tok/s/chip,每百万 token 成本为 $1.11;MI325X 的吞吐量为 302 tok/s/chip,每百万 token 成本为 $1.01。MI325X 的每 token 成本低 9%;MI325X 的单芯片吞吐量高出 27%。 (以上数据基于此 URL 对应的默认 8k/1k · int4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | MI300X416MI325X484 | MI300X332MI325X427 | MI300X238MI325X302 |
| 成本($/M tok) | MI300X$0.63MI325X$0.63 | MI300X$0.79MI325X$0.72 | MI300X$1.11MI325X$1.01 |
| tok/s/MW | MI300X299,416MI325X286,290 | MI300X239,149MI325X252,552 | MI300X171,207MI325X178,778 |
| 并发数 | MI300X~21MI325X~25 | MI300X~11MI325X~15 | MI300X~6MI325X~8 |