MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B200 与 MI355X
对比 B200(NVIDIA Blackwell)与 MI355X(AMD CDNA 4)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。
37 tok/s/user 接近 14–110 tok/s/user 交互性区间的下限。在这一运行点,B200 运行 MiniMax M2.5/M2.7 的吞吐量为 10,432 tok/s/chip,每百万 token 成本为 $0.046;MI355X 的吞吐量为 5,356 tok/s/chip,每百万 token 成本为 $0.078。B200 的每 token 成本低 41%;B200 的单芯片吞吐量高出 95%。
将 MiniMax M2.5/M2.7 的目标交互性设为 62 tok/s/user 时,B200 的吞吐量为 5,345 tok/s/chip,每百万 token 成本为 $0.090;MI355X 的吞吐量为 3,138 tok/s/chip,每百万 token 成本为 $0.13。B200 的每 token 成本低 32%;B200 的单芯片吞吐量高出 70%。
当 MiniMax M2.5/M2.7 的目标交互性为 86 tok/s/user 时,B200 的吞吐量为 3,213 tok/s/chip,每百万 token 成本为 $0.15;MI355X 的吞吐量为 1,954 tok/s/chip,每百万 token 成本为 $0.21。B200 的每 token 成本低 30%;B200 的单芯片吞吐量高出 64%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B20010,432MI355X5,356 | B2005,345MI355X3,138 | B2003,213MI355X1,954 |
| 成本($/M tok) | B200$0.046MI355X$0.078 | B200$0.090MI355X$0.13 | B200$0.15MI355X$0.21 |
| tok/s/MW | B2006,100,788MI355X2,562,481 | B2003,125,935MI355X1,501,464 | B2001,878,801MI355X934,901 |
| 并发数 | B200~777MI355X~67 | B200~62MI355X~11 | B200~25MI355X~5 |