MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — B300 与 MI325X

对比 B300(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。

当 MiniMax M2.5/M2.7 的目标交互性为 35 tok/s/user 时,B300 的吞吐量为 11,471 tok/s/chip,每百万 token 成本为 $0.055;MI325X 的吞吐量为 2,647 tok/s/chip,每百万 token 成本为 $0.12。B300 的每 token 成本低 53%;B300 的单芯片吞吐量为对方的 4.3 倍。

在 MiniMax M2.5/M2.7 的 56 tok/s/user 运行点,B300 的吞吐量为 7,774 tok/s/chip,每百万 token 成本为 $0.081;MI325X 的吞吐量为 1,814 tok/s/chip,每百万 token 成本为 $0.17。B300 的每 token 成本低 52%;B300 的单芯片吞吐量为对方的 4.3 倍。

当 MiniMax M2.5/M2.7 的目标交互性为 78 tok/s/user 时,B300 与 MI325X 的吞吐量分别为 4,363 和 1,009 tok/s/chip,每百万 token 成本分别为 $0.14 和 $0.30。B300 的每 token 成本低 52%;B300 的单芯片吞吐量为对方的 4.3 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。)

查看每美元性能对比 →

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)
B30011,471MI325X2,647
B3007,774MI325X1,814
B3004,363MI325X1,009
成本($/M tok)
B300$0.055MI325X$0.12
B300$0.081MI325X$0.17
B300$0.14MI325X$0.30
tok/s/MW
B3006,037,520MI325X1,566,421
B3004,091,823MI325X1,073,566
B3002,296,114MI325X597,118
并发数
B300~521MI325X~18
B300~335MI325X~8
B300~6MI325X~5