MiniMax M2.5/M2.7 · 芯片对比
MiniMax M2.5/M2.7 — MI325X 与 MI355X
对比 MI325X(AMD CDNA 3)与 MI355X(AMD CDNA 4)在 MiniMax M2.5/M2.7 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标,操作方式与主推理图表相同。
34 tok/s/user 接近 13–99 tok/s/user 交互性区间的下限。在这一运行点,MI325X 运行 MiniMax M2.5/M2.7 的吞吐量为 2,699 tok/s/chip,每百万 token 成本为 $0.11;MI355X 的吞吐量为 5,707 tok/s/chip,每百万 token 成本为 $0.073。MI355X 的每 token 成本低 36%;MI355X 的单芯片吞吐量高出 111%。
将 MiniMax M2.5/M2.7 的目标交互性设为 56 tok/s/user 时,MI325X 的吞吐量为 1,814 tok/s/chip,每百万 token 成本为 $0.17;MI355X 的吞吐量为 3,529 tok/s/chip,每百万 token 成本为 $0.12。MI355X 的每 token 成本低 30%;MI355X 的单芯片吞吐量高出 94%。
当 MiniMax M2.5/M2.7 的目标交互性为 78 tok/s/user 时,MI325X 的吞吐量为 1,009 tok/s/chip,每百万 token 成本为 $0.30;MI355X 的吞吐量为 2,312 tok/s/chip,每百万 token 成本为 $0.18。MI355X 的每 token 成本低 40%;MI355X 的单芯片吞吐量高出 129%。 (以上数据基于此 URL 对应的默认 8k/1k · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | MI325X2,699MI355X5,707 | MI325X1,814MI355X3,529 | MI325X1,009MI355X2,312 |
| 成本($/M tok) | MI325X$0.11MI355X$0.073 | MI325X$0.17MI355X$0.12 | MI325X$0.30MI355X$0.18 |
| tok/s/MW | MI325X1,596,901MI355X2,730,570 | MI325X1,073,566MI355X1,688,334 | MI325X597,118MI355X1,106,051 |
| 并发数 | MI325X~18MI355X~84 | MI325X~8MI355X~14 | MI325X~5MI355X~7 |