Kimi K3.1 Pro — B200 与 MI355X
对比 B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 Kimi K3.1 Pro 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 →
41 tok/s/user 接近 27–83 tok/s/user 交互性区间的下限。在这一运行点，B200 运行 Kimi K3.1 Pro 的吞吐量为 2685 tok/s/chip，每百万 token 成本为 $0.18；MI355X 的吞吐量为 15239 tok/s/chip，每百万 token 成本为 $0.03。MI355X 的成本效率高出 555%；MI355X 的单芯片吞吐量高出 468%。
将 Kimi K3.1 Pro 的目标交互性设为 55 tok/s/user 时，B200 的吞吐量为 1838 tok/s/chip，每百万 token 成本为 $0.26；MI355X 的吞吐量为 11318 tok/s/chip，每百万 token 成本为 $0.04。MI355X 的成本效率高出 610%；MI355X 的单芯片吞吐量高出 516%。
当 Kimi K3.1 Pro 的目标交互性为 69 tok/s/user 时，B200 的吞吐量为 1544 tok/s/chip，每百万 token 成本为 $0.31；MI355X 的吞吐量为 7991 tok/s/chip，每百万 token 成本为 $0.05。MI355X 的成本效率高出 497%；MI355X 的单芯片吞吐量高出 418%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:2685.1MI355X:15239.1 | B200:1837.9MI355X:11317.9 | B200:1543.7MI355X:7991.0 |
| 成本（$/M tok） | B200:$0.179MI355X:$0.027 | B200:$0.261MI355X:$0.037 | B200:$0.311MI355X:$0.052 |
| tok/s/MW | B200:1570224MI355X:7291450 | B200:1074770MI355X:5415266 | B200:902756MI355X:3823450 |
| 并发数 | B200:~12MI355X:~29 | B200:~7MI355X:~20 | B200:~5MI355X:~13 |