MiniMax M2.5/M2.7 — GB200 NVL72 vs MI325X
GB200 NVL72（NVIDIA Blackwell）与 MI325X（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。
以 46 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，GB200 NVL72 产出 4331 tok/s/GPU（每百万 token $0.14），MI325X 产出 1643（$0.22）。GB200 NVL72 每 token 成本低 53%；GB200 NVL72 每 GPU 吞吐量高出 164%。
在 MiniMax M2.5/M2.7 上以 65 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 2884 tok/s/GPU，每百万 token 成本 $0.21；MI325X 吞吐量为 757 tok/s/GPU，成本 $0.48。GB200 NVL72 每 token 成本低 124%；GB200 NVL72 每 GPU 吞吐量高出 281%。
GB200 NVL72 在 MiniMax M2.5/M2.7 上以 85 tok/s/user 运行时达到 1108 tok/s/GPU（每百万 token $0.56）；MI325X 达到 325 tok/s/GPU（$1.09）。GB200 NVL72 每 token 成本低 94%；GB200 NVL72 每 GPU 吞吐量高出 241%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:4330.9MI325X:1642.6 | GB200 NVL72:2883.9MI325X:757.2 | GB200 NVL72:1107.6MI325X:324.7 |
| Cost ($/M tok) | GB200 NVL72:$0.142MI325X:$0.217 | GB200 NVL72:$0.214MI325X:$0.479 | GB200 NVL72:$0.563MI325X:$1.094 |
| tok/s/MW | GB200 NVL72:2062316MI325X:753479 | GB200 NVL72:1373303MI325X:347355 | GB200 NVL72:527426MI325X:148934 |
| Concurrency | GB200 NVL72:~512MI325X:~147 | GB200 NVL72:~235MI325X:~38 | GB200 NVL72:~64MI325X:~16 |
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。