MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — H200 vs MI355X
H200（NVIDIA Hopper）与 MI355X（AMD CDNA 4）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。
MiniMax M2.5/M2.7 在 48 tok/s/user 交互性下的吞吐量：H200 为 1288 tok/s/GPU，MI355X 为 3518。每百万 token 成本分别为 $0.31 和 $0.12。MI355X 每 token 成本低 165%；MI355X 每 GPU 吞吐量高出 173%。
H200 / MI355X 在 MiniMax M2.5/M2.7 上以 72 tok/s/user 运行：538 / 1047 tok/s/GPU，$0.73 / $0.39 每百万 token。MI355X 每 token 成本低 86%；MI355X 每 GPU 吞吐量高出 95%。
在 25–119 tok/s/user 交互性区间的高端，即 MiniMax M2.5/M2.7 上以 96 tok/s/user 运行时：H200 达到 389 tok/s/GPU（$1.00/百万 token），MI355X 达到 528（$0.75/百万）。MI355X 每 token 成本低 34%；MI355X 每 GPU 吞吐量高出 36%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:1287.5MI355X:3518.5 | H200:537.6MI355X:1046.7 | H200:389.3MI355X:527.8 |
| Cost ($/M tok) | H200:$0.313MI355X:$0.118 | H200:$0.733MI355X:$0.393 | H200:$1.000MI355X:$0.747 |
| tok/s/MW | H200:744221MI355X:1327732 | H200:310779MI355X:394984 | H200:225034MI355X:199177 |
| Concurrency | H200:~64MI355X:~256 | H200:~30MI355X:~31 | H200:~9MI355X:~5 |
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: