对比 GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 Kimi K3 2.8T 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。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
当 Kimi K3 2.8T 的目标交互性为 36 tok/s/user 时，GB200 NVL72 的吞吐量为 5590 tok/s/chip，每百万 token 成本为 $0.09；MI355X 的吞吐量为 7034 tok/s/chip，每百万 token 成本为 $0.06。MI355X 的成本效率高出 56%；MI355X 的单芯片吞吐量高出 26%。
在 Kimi K3 2.8T 的 64 tok/s/user 运行点，GB200 NVL72 的吞吐量为 3667 tok/s/chip，每百万 token 成本为 $0.14；MI355X 的吞吐量为 3443 tok/s/chip，每百万 token 成本为 $0.12。MI355X 的成本效率高出 16%；GB200 NVL72 的单芯片吞吐量高出 7%。
当 Kimi K3 2.8T 的目标交互性为 92 tok/s/user 时，GB200 NVL72 与 MI355X 的吞吐量分别为 2541 和 1860 tok/s/chip，每百万 token 成本分别为 $0.20 和 $0.22。GB200 NVL72 的成本效率高出 10%；GB200 NVL72 的单芯片吞吐量高出 37%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB200 NVL72:5589.6MI355X:7033.7 | GB200 NVL72:3667.4MI355X:3443.0 | GB200 NVL72:2540.5MI355X:1860.1 |
| 成本（$/M tok） | GB200 NVL72:$0.092MI355X:$0.059 | GB200 NVL72:$0.141MI355X:$0.121 | GB200 NVL72:$0.203MI355X:$0.224 |
| tok/s/MW | GB200 NVL72:2989083MI355X:3365424 | GB200 NVL72:1961156MI355X:1647362 | GB200 NVL72:1358562MI355X:890001 |
| 并发数 | GB200 NVL72:~21MI355X:~21 | GB200 NVL72:~16MI355X:~5 | GB200 NVL72:~16MI355X:~4 |
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。
当前选择没有可绘制的测量数据。请检查上方的基准测试设置，或调整快捷筛选。
