MiniMax M2.5/M2.7 — GB200 NVL72 vs MI355X
GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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。
MiniMax M2.5/M2.7 在 42 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 6025 tok/s/GPU，MI355X 为 3690。每百万 token 成本分别为 $0.10 和 $0.11。GB200 NVL72 每 token 成本低 9%；GB200 NVL72 每 GPU 吞吐量高出 63%。
GB200 NVL72 / MI355X 在 MiniMax M2.5/M2.7 上以 68 tok/s/user 运行：2643 / 1158 tok/s/GPU，$0.24 / $0.36 每百万 token。GB200 NVL72 每 token 成本低 48%；GB200 NVL72 每 GPU 吞吐量高出 128%。
在 16–119 tok/s/user 交互性区间的高端，即 MiniMax M2.5/M2.7 上以 93 tok/s/user 运行时：GB200 NVL72 达到 790 tok/s/GPU（$0.79/百万 token），MI355X 达到 568（$0.70/百万）。MI355X 每 token 成本低 13%；GB200 NVL72 每 GPU 吞吐量高出 39%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:6024.6MI355X:3689.9 | GB200 NVL72:2642.8MI355X:1158.1 | GB200 NVL72:789.9MI355X:567.7 |
| Cost ($/M tok) | GB200 NVL72:$0.102MI355X:$0.111 | GB200 NVL72:$0.240MI355X:$0.357 | GB200 NVL72:$0.794MI355X:$0.703 |
| tok/s/MW | GB200 NVL72:2868865MI355X:1392418 | GB200 NVL72:1258454MI355X:437012 | GB200 NVL72:376166MI355X:214237 |
| Concurrency | GB200 NVL72:~1024MI355X:~256 | GB200 NVL72:~209MI355X:~17 | GB200 NVL72:~32MI355X:~6 |
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。