MiniMax M2.5/M2.7 · GPU 对比
MiniMax M2.5/M2.7 — MI325X vs MI355X
MI325X（AMD CDNA 3）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。
在 27–104 tok/s/user 交互性区间的低端，即 MiniMax M2.5/M2.7 上以 46 tok/s/user 运行时：MI325X 达到 1643 tok/s/GPU（$0.22/百万 token），MI355X 达到 3584（$0.12/百万）。MI355X 每 token 成本低 88%；MI355X 每 GPU 吞吐量高出 118%。
以 65 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，MI325X 产出 757 tok/s/GPU（每百万 token $0.48），MI355X 产出 1259（$0.33）。MI355X 每 token 成本低 43%；MI355X 每 GPU 吞吐量高出 66%。
在 MiniMax M2.5/M2.7 上以 85 tok/s/user 交互性运行时，MI325X 吞吐量为 325 tok/s/GPU，每百万 token 成本 $1.09；MI355X 吞吐量为 710 tok/s/GPU，成本 $0.58。MI355X 每 token 成本低 88%；MI355X 每 GPU 吞吐量高出 119%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI325X:1642.6MI355X:3584.5 | MI325X:757.2MI355X:1258.9 | MI325X:324.7MI355X:710.0 |
| Cost ($/M tok) | MI325X:$0.217MI355X:$0.115 | MI325X:$0.479MI355X:$0.334 | MI325X:$1.094MI355X:$0.581 |
| tok/s/MW | MI325X:753479MI355X:1352629 | MI325X:347355MI355X:475054 | MI325X:148934MI355X:267921 |
| Concurrency | MI325X:~147MI355X:~256 | MI325X:~38MI355X:~24 | MI325X:~16MI355X:~9 |
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: