MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — MI300X vs MI325X
MI300X（AMD CDNA 3）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。
在 MiniMax M2.5/M2.7 上以 44 tok/s/user 交互性运行时，MI300X 吞吐量为 1249 tok/s/GPU，每百万 token 成本 $0.25；MI325X 吞吐量为 1782 tok/s/GPU，成本 $0.20。MI325X 每 token 成本低 25%；MI325X 每 GPU 吞吐量高出 43%。
MI300X 在 MiniMax M2.5/M2.7 上以 61 tok/s/user 运行时达到 779 tok/s/GPU（每百万 token $0.40）；MI325X 达到 910 tok/s/GPU（$0.39）。MI325X 每 token 成本低 3%；MI325X 每 GPU 吞吐量高出 17%。
MiniMax M2.5/M2.7 在 78 tok/s/user 交互性下的吞吐量：MI300X 为 412 tok/s/GPU，MI325X 为 494。每百万 token 成本分别为 $0.75 和 $0.74。MI325X 每 token 成本低 1%；MI325X 每 GPU 吞吐量高出 20%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI300X:1248.6MI325X:1782.0 | MI300X:778.8MI325X:910.0 | MI300X:411.9MI325X:494.1 |
| Cost ($/M tok) | MI300X:$0.250MI325X:$0.200 | MI300X:$0.402MI325X:$0.391 | MI300X:$0.747MI325X:$0.739 |
| tok/s/MW | MI300X:697553MI325X:817431 | MI300X:435091MI325X:417438 | MI300X:230105MI325X:226640 |
| Concurrency | MI300X:~63MI325X:~166 | MI300X:~26MI325X:~61 | MI300X:~11MI325X:~27 |
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: