MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — B300 与 MI300X
对比 B300(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。
在 MiniMax M2.5/M2.7 的 31 tok/s/user 运行点,B300 的吞吐量为 13,508 tok/s/chip,每百万 token 成本为 $0.046;MI300X 的吞吐量为 1,563 tok/s/chip,每百万 token 成本为 $0.17。B300 的每 token 成本低 72%;B300 的单芯片吞吐量为对方的 8.6 倍。
当 MiniMax M2.5/M2.7 的目标交互性为 49 tok/s/user 时,B300 与 MI300X 的吞吐量分别为 8,734 和 1,396 tok/s/chip,每百万 token 成本分别为 $0.072 和 $0.19。B300 的每 token 成本低 62%;B300 的单芯片吞吐量为对方的 6.3 倍。
以 67 tok/s/user 为目标运行 MiniMax M2.5/M2.7 时,B300 的吞吐量为 5,346 tok/s/chip,每百万 token 成本为 $0.12;MI300X 的吞吐量为 1,067 tok/s/chip,每百万 token 成本为 $0.25。B300 的每 token 成本低 53%;B300 的单芯片吞吐量为对方的 5.0 倍。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | B30013,508MI300X1,563 | B3008,734MI300X1,396 | B3005,346MI300X1,067 |
| 成本($/M tok) | B300$0.046MI300X$0.17 | B300$0.072MI300X$0.19 | B300$0.12MI300X$0.25 |
| tok/s/MW | B3007,109,570MI300X1,124,722 | B3004,596,631MI300X1,004,511 | B3002,813,494MI300X767,436 |
| 并发数 | B300~1,929MI300X~18 | B300~128MI300X~6 | B300~23MI300X~4 |