Kimi K3.1 Pro — GB300 NVL72 与 MI355X
对比 GB300 NVL72（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 →
以 90 tok/s/user 为目标运行 Kimi K3.1 Pro 时，GB300 NVL72 的吞吐量为 20223 tok/s/chip，每百万 token 成本为 $0.03；MI355X 的吞吐量为 5179 tok/s/chip，每百万 token 成本为 $0.08。GB300 NVL72 的成本效率高出 154%；GB300 NVL72 的单芯片吞吐量高出 290%。
118 tok/s/user 位于 62–175 tok/s/user 交互性区间的中段。在这一运行点，GB300 NVL72 运行 Kimi K3.1 Pro 的吞吐量为 13258 tok/s/chip，每百万 token 成本为 $0.05；MI355X 的吞吐量为 3400 tok/s/chip，每百万 token 成本为 $0.12。GB300 NVL72 的成本效率高出 153%；GB300 NVL72 的单芯片吞吐量高出 290%。
将 Kimi K3.1 Pro 的目标交互性设为 147 tok/s/user 时，GB300 NVL72 的吞吐量为 9632 tok/s/chip，每百万 token 成本为 $0.07；MI355X 的吞吐量为 2539 tok/s/chip，每百万 token 成本为 $0.16。GB300 NVL72 的成本效率高出 146%；GB300 NVL72 的单芯片吞吐量高出 279%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | GB300 NVL72:20223.1MI355X:5179.0 | GB300 NVL72:13258.4MI355X:3399.7 | GB300 NVL72:9632.0MI355X:2538.6 |
| 成本（$/M tok） | GB300 NVL72:$0.032MI355X:$0.080 | GB300 NVL72:$0.048MI355X:$0.123 | GB300 NVL72:$0.067MI355X:$0.164 |
| tok/s/MW | GB300 NVL72:9539197MI355X:2477998 | GB300 NVL72:6253975MI355X:1626674 | GB300 NVL72:4543402MI355X:1214636 |
| 并发数 | GB300 NVL72:~101MI355X:~8 | GB300 NVL72:~64MI355X:~5 | GB300 NVL72:~47MI355X:~3 |