Kimi K2.5/K2.6/K2.7-Code 1T — MI300X vs MI325X
MI300X（AMD CDNA 3）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。
在 16–48 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 24 tok/s/user 运行时：MI300X 达到 117 tok/s/GPU（$2.63/百万 token），MI325X 达到 144（$2.50/百万）。MI325X 每 token 成本低 5%；MI325X 每 GPU 吞吐量高出 22%。
以 32 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，MI300X 产出 97 tok/s/GPU（每百万 token $3.22），MI325X 产出 131（$2.72）。MI325X 每 token 成本低 18%；MI325X 每 GPU 吞吐量高出 35%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 40 tok/s/user 交互性运行时，MI300X 吞吐量为 70 tok/s/GPU，每百万 token 成本 $4.44；MI325X 吞吐量为 89 tok/s/GPU，成本 $4.03。MI325X 每 token 成本低 10%；MI325X 每 GPU 吞吐量高出 26%。 （数据反映此 URL 的默认 1k/1k · int4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI300X:117.3MI325X:143.6 | MI300X:97.2MI325X:131.1 | MI300X:70.4MI325X:88.7 |
| Cost ($/M tok) | MI300X:$2.627MI325X:$2.495 | MI300X:$3.224MI325X:$2.721 | MI300X:$4.441MI325X:$4.028 |
| tok/s/MW | MI300X:65505MI325X:65880 | MI300X:54323MI325X:60121 | MI300X:39352MI325X:40676 |
| Concurrency | MI300X:~20MI325X:~24 | MI300X:~12MI325X:~17 | MI300X:~7MI325X:~9 |
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。