对比 H200（NVIDIA Hopper）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 →
31 tok/s/user 接近 2–120 tok/s/user 交互性区间的下限。在这一运行点，H200 运行 Kimi K3 2.8T 的吞吐量为 70 tok/s/chip，每百万 token 成本为 $4.85；MI355X 的吞吐量为 7274 tok/s/chip，每百万 token 成本为 $0.06。MI355X 的成本效率高出 8367%；MI355X 的单芯片吞吐量高出 10311%。
将 Kimi K3 2.8T 的目标交互性设为 61 tok/s/user 时，H200 的吞吐量为 70 tok/s/chip，每百万 token 成本为 $4.85；MI355X 的吞吐量为 3545 tok/s/chip，每百万 token 成本为 $0.12。MI355X 的成本效率高出 4026%；MI355X 的单芯片吞吐量高出 4973%。
当 Kimi K3 2.8T 的目标交互性为 90 tok/s/user 时，H200 的吞吐量为 70 tok/s/chip，每百万 token 成本为 $4.85；MI355X 的吞吐量为 1911 tok/s/chip，每百万 token 成本为 $0.22。MI355X 的成本效率高出 2124%；MI355X 的单芯片吞吐量高出 2635%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | H200:69.9MI355X:7274.2 | H200:69.9MI355X:3544.7 | H200:69.9MI355X:1910.8 |
| 成本（$/M tok） | H200:$4.850MI355X:$0.057 | H200:$4.850MI355X:$0.118 | H200:$4.850MI355X:$0.218 |
| tok/s/MW | H200:51001MI355X:3480466 | H200:51001MI355X:1696039 | H200:51001MI355X:914266 |
| 并发数 | H200:~1MI355X:~24 | H200:~1MI355X:~6 | H200:~1MI355X:~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。
