MiniMax M2.5/M2.7 — GB300 NVL72 vs MI325X
GB300 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。
在 27–104 tok/s/user 交互性区间的低端，即 MiniMax M2.5/M2.7 上以 46 tok/s/user 运行时：GB300 NVL72 达到 5802 tok/s/GPU（$0.13/百万 token），MI325X 达到 1643（$0.22/百万）。GB300 NVL72 每 token 成本低 68%；GB300 NVL72 每 GPU 吞吐量高出 253%。
以 65 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，GB300 NVL72 产出 2996 tok/s/GPU（每百万 token $0.25），MI325X 产出 757（$0.48）。GB300 NVL72 每 token 成本低 91%；GB300 NVL72 每 GPU 吞吐量高出 296%。
在 MiniMax M2.5/M2.7 上以 85 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 1310 tok/s/GPU，每百万 token 成本 $0.58；MI325X 吞吐量为 325 tok/s/GPU，成本 $1.09。GB300 NVL72 每 token 成本低 88%；GB300 NVL72 每 GPU 吞吐量高出 303%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:5801.7MI325X:1642.6 | GB300 NVL72:2996.0MI325X:757.2 | GB300 NVL72:1310.0MI325X:324.7 |
| Cost ($/M tok) | GB300 NVL72:$0.129MI325X:$0.217 | GB300 NVL72:$0.251MI325X:$0.479 | GB300 NVL72:$0.582MI325X:$1.094 |
| tok/s/MW | GB300 NVL72:2762692MI325X:753479 | GB300 NVL72:1426674MI325X:347355 | GB300 NVL72:623824MI325X:148934 |
| Concurrency | GB300 NVL72:~593MI325X:~147 | GB300 NVL72:~128MI325X:~38 | GB300 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。