Kimi K3.1 Pro — B300 与 MI355X
对比 B300（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 →
将 Kimi K3.1 Pro 的目标交互性设为 63 tok/s/user 时，B300 的吞吐量为 8432 tok/s/chip，每百万 token 成本为 $0.07；MI355X 的吞吐量为 9127 tok/s/chip，每百万 token 成本为 $0.05。MI355X 的成本效率高出 63%；MI355X 的单芯片吞吐量高出 8%。
当 Kimi K3.1 Pro 的目标交互性为 101 tok/s/user 时，B300 的吞吐量为 6301 tok/s/chip，每百万 token 成本为 $0.10；MI355X 的吞吐量为 4222 tok/s/chip，每百万 token 成本为 $0.10。每 token 成本基本持平；B300 的单芯片吞吐量高出 49%。
在 Kimi K3.1 Pro 的 138 tok/s/user 运行点，B300 的吞吐量为 5098 tok/s/chip，每百万 token 成本为 $0.12；MI355X 的吞吐量为 2743 tok/s/chip，每百万 token 成本为 $0.15。B300 的成本效率高出 23%；B300 的单芯片吞吐量高出 86%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B300:8431.8MI355X:9127.3 | B300:6300.6MI355X:4222.3 | B300:5097.8MI355X:2743.1 |
| 成本（$/M tok） | B300:$0.074MI355X:$0.046 | B300:$0.100MI355X:$0.099 | B300:$0.123MI355X:$0.152 |
| tok/s/MW | B300:4437778MI355X:4367151 | B300:3316119MI355X:2020232 | B300:2683027MI355X:1312508 |
| 并发数 | B300:~16MI355X:~16 | B300:~15MI355X:~6 | B300:~7MI355X:~3 |