MiniMax M2.5/M2.7 — GB200 NVL72 vs MI300X
GB200 NVL72（NVIDIA Blackwell）与 MI300X（AMD CDNA 3）在 MiniMax M2.5/M2.7 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
在 27–95 tok/s/user 交互性区间的低端，即 MiniMax M2.5/M2.7 上以 44 tok/s/user 运行时：GB200 NVL72 达到 5835 tok/s/Chip（$0.09/百万 token），MI300X 达到 1249（$0.21/百万）。GB200 NVL72 每 token 成本低 139%；GB200 NVL72 每 Chip 吞吐量高出 367%。
以 61 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，GB200 NVL72 产出 3207 tok/s/Chip（每百万 token $0.16），MI300X 产出 779（$0.34）。GB200 NVL72 每 token 成本低 110%；GB200 NVL72 每 Chip 吞吐量高出 312%。
在 MiniMax M2.5/M2.7 上以 78 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 1320 tok/s/Chip，每百万 token 成本 $0.39；MI300X 吞吐量为 412 tok/s/Chip，成本 $0.64。GB200 NVL72 每 token 成本低 64%；GB200 NVL72 每 Chip 吞吐量高出 220%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:5835.3MI300X:1248.6 | GB200 NVL72:3206.8MI300X:778.8 | GB200 NVL72:1319.9MI300X:411.9 |
| Cost ($/M tok) | GB200 NVL72:$0.089MI300X:$0.211 | GB200 NVL72:$0.161MI300X:$0.339 | GB200 NVL72:$0.391MI300X:$0.641 |
| tok/s/MW | GB200 NVL72:3120490MI300X:898287 | GB200 NVL72:1714862MI300X:560298 | GB200 NVL72:705818MI300X:296322 |
| Concurrency | GB200 NVL72:~1012MI300X:~63 | GB200 NVL72:~296MI300X:~26 | GB200 NVL72:~64MI300X:~11 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。