MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — H100 vs MI325X
H100（NVIDIA Hopper）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 40–104 tok/s/user 交互性区间的低端，即 MiniMax M2.5/M2.7 上以 56 tok/s/user 运行时：H100 达到 669 tok/s/GPU（$0.53/百万 token），MI325X 达到 1108（$0.32/百万）。MI325X 每 token 成本低 66%；MI325X 每 GPU 吞吐量高出 66%。
以 72 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，H100 产出 435 tok/s/GPU（每百万 token $0.81），MI325X 产出 576（$0.62）。MI325X 每 token 成本低 32%；MI325X 每 GPU 吞吐量高出 32%。
在 MiniMax M2.5/M2.7 上以 88 tok/s/user 交互性运行时，H100 吞吐量为 285 tok/s/GPU，每百万 token 成本 $1.30；MI325X 吞吐量为 283 tok/s/GPU，成本 $1.23。MI325X 每 token 成本低 6%；每 GPU 吞吐量基本持平。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:668.8MI325X:1108.3 | H100:435.4MI325X:575.7 | H100:284.9MI325X:282.9 |
| Cost ($/M tok) | H100:$0.531MI325X:$0.320 | H100:$0.815MI325X:$0.619 | H100:$1.302MI325X:$1.228 |
| tok/s/MW | H100:386568MI325X:508386 | H100:251684MI325X:264090 | H100:164667MI325X:129774 |
| Concurrency | H100:~48MI325X:~83 | H100:~21MI325X:~9 | H100:~8MI325X:~13 |
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: