MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — H200 与 MI300X

对比 H200(NVIDIA Hopper)与 MI300X(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。

29 tok/s/user 接近 11–84 tok/s/user 交互性区间的下限。在这一运行点,H200 运行 MiniMax M2.5/M2.7 的吞吐量为 3,752 tok/s/chip,每百万 token 成本为 $0.090;MI300X 的吞吐量为 1,578 tok/s/chip,每百万 token 成本为 $0.17。H200 的每 token 成本低 46%;H200 的单芯片吞吐量高出 138%。

将 MiniMax M2.5/M2.7 的目标交互性设为 48 tok/s/user 时,H200 的吞吐量为 2,595 tok/s/chip,每百万 token 成本为 $0.13;MI300X 的吞吐量为 1,412 tok/s/chip,每百万 token 成本为 $0.19。H200 的每 token 成本低 30%;H200 的单芯片吞吐量高出 84%。

当 MiniMax M2.5/M2.7 的目标交互性为 66 tok/s/user 时,H200 的吞吐量为 2,038 tok/s/chip,每百万 token 成本为 $0.17;MI300X 的吞吐量为 1,086 tok/s/chip,每百万 token 成本为 $0.24。H200 的每 token 成本低 32%;H200 的单芯片吞吐量高出 88%。 (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。)

查看每美元性能对比 →

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)
H2003,752MI300X1,578
H2002,595MI300X1,412
H2002,038MI300X1,086
成本($/M tok)
H200$0.090MI300X$0.17
H200$0.13MI300X$0.19
H200$0.17MI300X$0.24
tok/s/MW
H2002,738,410MI300X1,135,484
H2001,893,989MI300X1,015,827
H2001,487,257MI300X781,024
并发数
H200~58MI300X~21
H200~25MI300X~7
H200~14MI300X~4