MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B200 与 MI300X
对比 B200(NVIDIA Blackwell)与 MI300X(AMD CDNA 3)在 MiniMax M2.5/M2.7 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。
当 MiniMax M2.5/M2.7 的目标交互性为 31 tok/s/user 时,B200 与 MI300X 的吞吐量分别为 12,194 和 1,563 tok/s/chip,每百万 token 成本分别为 $0.039 和 $0.17。B200 的每 token 成本低 77%;B200 的单芯片吞吐量为对方的 7.8 倍。
以 49 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B200 的吞吐量为 8,355 tok/s/chip,每百万 token 成本为 $0.058;MI300X 的吞吐量为 1,396 tok/s/chip,每百万 token 成本为 $0.19。B200 的每 token 成本低 70%;B200 的单芯片吞吐量为对方的 6.0 倍。
67 tok/s/user 接近 14–84 tok/s/user 交互性区间的上限。在这一运行点,B200 运行 MiniMax M2.5/M2.7 的吞吐量为 4,668 tok/s/chip,每百万 token 成本为 $0.10;MI300X 的吞吐量为 1,067 tok/s/chip,每百万 token 成本为 $0.25。B200 的每 token 成本低 58%;B200 的单芯片吞吐量为对方的 4.4 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20012,194MI300X1,563 | B2008,355MI300X1,396 | B2004,668MI300X1,067 |
| 成本($/M tok) | B200$0.039MI300X$0.17 | B200$0.058MI300X$0.19 | B200$0.10MI300X$0.25 |
| tok/s/MW | B2007,131,024MI300X1,124,722 | B2004,885,728MI300X1,004,511 | B2002,729,802MI300X767,436 |
| 并发数 | B200~1,019MI300X~18 | B200~128MI300X~6 | B200~16MI300X~4 |