MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — H100 vs MI300X
H100（NVIDIA Hopper）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。
H100 / MI300X 在 MiniMax M2.5/M2.7 上以 53 tok/s/user 运行：741 / 994 tok/s/GPU，$0.48 / $0.31 每百万 token。MI300X 每 token 成本低 55%；MI300X 每 GPU 吞吐量高出 34%。
在 40–95 tok/s/user 交互性区间的中部，即 MiniMax M2.5/M2.7 上以 67 tok/s/user 运行时：H100 达到 497 tok/s/GPU（$0.72/百万 token），MI300X 达到 627（$0.50/百万）。MI300X 每 token 成本低 46%；MI300X 每 GPU 吞吐量高出 26%。
以 82 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，H100 产出 344 tok/s/GPU（每百万 token $1.04），MI300X 产出 351（$0.88）。MI300X 每 token 成本低 19%；MI300X 每 GPU 吞吐量高出 2%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:740.9MI300X:994.1 | H100:497.2MI300X:627.0 | H100:343.5MI300X:350.7 |
| Cost ($/M tok) | H100:$0.483MI300X:$0.311 | H100:$0.724MI300X:$0.495 | H100:$1.044MI300X:$0.881 |
| tok/s/MW | H100:428240MI300X:555352 | H100:287416MI300X:350284 | H100:198569MI300X:195927 |
| Concurrency | H100:~57MI300X:~41 | H100:~30MI300X:~19 | H100:~8MI300X:~9 |
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。
厂商:
聚合模式:
投机解码: