MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — H200 vs MI300X
H200（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。
在 27–95 tok/s/user 交互性区间的低端，即 MiniMax M2.5/M2.7 上以 44 tok/s/user 运行时：H200 达到 1802 tok/s/GPU（$0.22/百万 token），MI300X 达到 1249（$0.25/百万）。H200 每 token 成本低 12%；H200 每 GPU 吞吐量高出 44%。
以 61 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，H200 产出 876 tok/s/GPU（每百万 token $0.45），MI300X 产出 779（$0.40）。MI300X 每 token 成本低 12%；H200 每 GPU 吞吐量高出 12%。
在 MiniMax M2.5/M2.7 上以 78 tok/s/user 交互性运行时，H200 吞吐量为 482 tok/s/GPU，每百万 token 成本 $0.82；MI300X 吞吐量为 412 tok/s/GPU，成本 $0.75。MI300X 每 token 成本低 9%；H200 每 GPU 吞吐量高出 17%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:1801.9MI300X:1248.6 | H200:876.0MI300X:778.8 | H200:481.8MI300X:411.9 |
| Cost ($/M tok) | H200:$0.223MI300X:$0.250 | H200:$0.452MI300X:$0.402 | H200:$0.816MI300X:$0.747 |
| tok/s/MW | H200:1041557MI300X:697553 | H200:506371MI300X:435091 | H200:278486MI300X:230105 |
| Concurrency | H200:~80MI300X:~63 | H200:~63MI300X:~26 | H200:~21MI300X:~11 |
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: