MiniMax M2.5/M2.7 · GPU 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 1407 tok/s/GPU（每百万 token $0.28），MI325X 产出 1643（$0.22）。MI325X 每 token 成本低 29%；MI325X 每 GPU 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 718 tok/s/GPU，每百万 token 成本 $0.56；MI325X 吞吐量为 757 tok/s/GPU，成本 $0.48。MI325X 每 token 成本低 16%；MI325X 每 GPU 吞吐量高出 5%。
H200 在 MiniMax M2.5/M2.7 上以 85 tok/s/user 运行时达到 443 tok/s/GPU（每百万 token $0.87）；MI325X 达到 325 tok/s/GPU（$1.09）。H200 每 token 成本低 26%；H200 每 GPU 吞吐量高出 36%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:1407.2MI325X:1642.6 | H200:717.8MI325X:757.2 | H200:442.8MI325X:324.7 |
| Cost ($/M tok) | H200:$0.281MI325X:$0.217 | H200:$0.556MI325X:$0.479 | H200:$0.868MI325X:$1.094 |
| tok/s/MW | H200:813437MI325X:753479 | H200:414916MI325X:347355 | H200:255930MI325X:148934 |
| Concurrency | H200:~64MI325X:~147 | H200:~51MI325X:~38 | H200:~15MI325X:~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:
聚合模式:
投机解码: