MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B200 与 MI325X
对比 B200(NVIDIA Blackwell)与 MI325X(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。
在 MiniMax M2.5/M2.7 的 35 tok/s/user 运行点,B200 的吞吐量为 10,881 tok/s/chip,每百万 token 成本为 $0.044;MI325X 的吞吐量为 2,647 tok/s/chip,每百万 token 成本为 $0.12。B200 的每 token 成本低 62%;B200 的单芯片吞吐量为对方的 4.1 倍。
当 MiniMax M2.5/M2.7 的目标交互性为 56 tok/s/user 时,B200 与 MI325X 的吞吐量分别为 6,360 和 1,814 tok/s/chip,每百万 token 成本分别为 $0.076 和 $0.17。B200 的每 token 成本低 55%;B200 的单芯片吞吐量为对方的 3.5 倍。
以 78 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B200 的吞吐量为 3,277 tok/s/chip,每百万 token 成本为 $0.15;MI325X 的吞吐量为 1,009 tok/s/chip,每百万 token 成本为 $0.30。B200 的每 token 成本低 52%;B200 的单芯片吞吐量为对方的 3.2 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20010,881MI325X2,647 | B2006,360MI325X1,814 | B2003,277MI325X1,009 |
| 成本($/M tok) | B200$0.044MI325X$0.12 | B200$0.076MI325X$0.17 | B200$0.15MI325X$0.30 |
| tok/s/MW | B2006,363,374MI325X1,566,421 | B2003,719,408MI325X1,073,566 | B2001,916,658MI325X597,118 |
| 并发数 | B200~823MI325X~18 | B200~90MI325X~8 | B200~32MI325X~5 |