MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — H100 与 MI325X
对比 H100(NVIDIA Hopper)与 MI325X(AMD CDNA 3)在 MiniMax M2.5/M2.7 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。
41 tok/s/user 接近 21–99 tok/s/user 交互性区间的下限。在这一运行点,H100 运行 MiniMax M2.5/M2.7 的吞吐量为 1,998 tok/s/chip,每百万 token 成本为 $0.16;MI325X 的吞吐量为 2,371 tok/s/chip,每百万 token 成本为 $0.13。MI325X 的每 token 成本低 21%;MI325X 的单芯片吞吐量高出 19%。
将 MiniMax M2.5/M2.7 的目标交互性设为 60 tok/s/user 时,H100 的吞吐量为 1,412 tok/s/chip,每百万 token 成本为 $0.23;MI325X 的吞吐量为 1,661 tok/s/chip,每百万 token 成本为 $0.18。MI325X 的每 token 成本低 20%;MI325X 的单芯片吞吐量高出 18%。
当 MiniMax M2.5/M2.7 的目标交互性为 80 tok/s/user 时,H100 的吞吐量为 969 tok/s/chip,每百万 token 成本为 $0.34;MI325X 的吞吐量为 943 tok/s/chip,每百万 token 成本为 $0.32。MI325X 的每 token 成本低 3%;H100 的单芯片吞吐量高出 3%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H1001,998MI325X2,371 | H1001,412MI325X1,661 | H100969MI325X943 |
| 成本($/M tok) | H100$0.16MI325X$0.13 | H100$0.23MI325X$0.18 | H100$0.34MI325X$0.32 |
| tok/s/MW | H1001,458,672MI325X1,402,785 | H1001,030,898MI325X982,768 | H100707,434MI325X557,830 |
| 并发数 | H100~44MI325X~13 | H100~22MI325X~6 | H100~11MI325X~6 |