MiniMax M2.5/M2.7 · Chip 对比
MiniMax M2.5/M2.7 — H200 vs MI325X
H200（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。
以 46 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，H200 产出 1405 tok/s/Chip（每百万 token $0.24），MI325X 产出 1643（$0.19）。MI325X 每 token 成本低 30%；MI325X 每 Chip 吞吐量高出 17%。
在 MiniMax M2.5/M2.7 上以 65 tok/s/user 交互性运行时，H200 吞吐量为 764 tok/s/Chip，每百万 token 成本 $0.44；MI325X 吞吐量为 757 tok/s/Chip，成本 $0.40。MI325X 每 token 成本低 10%；每 Chip 吞吐量基本持平。
H200 在 MiniMax M2.5/M2.7 上以 85 tok/s/user 运行时达到 492 tok/s/Chip（每百万 token $0.69）；MI325X 达到 325 tok/s/Chip（$0.94）。H200 每 token 成本低 37%；H200 每 Chip 吞吐量高出 51%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | H200:1405.1MI325X:1642.6 | H200:763.9MI325X:757.2 | H200:491.8MI325X:324.7 |
| Cost ($/M tok) | H200:$0.241MI325X:$0.186 | H200:$0.444MI325X:$0.404 | H200:$0.689MI325X:$0.941 |
| tok/s/MW | H200:1025592MI325X:971943 | H200:557576MI325X:448067 | H200:358982MI325X:192115 |
| Concurrency | H200:~62MI325X:~147 | H200:~25MI325X:~38 | H200:~12MI325X:~16 |
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:
部署模式:
投机解码: