MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB200 NVL72 vs MI325X
GB200 NVL72（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）在 MiniMax M3 428B 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 M3 428B 在 52 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 1598 tok/s/GPU，MI325X 为 557。每百万 token 成本分别为 $0.38 和 $0.64。GB200 NVL72 每 token 成本低 67%；GB200 NVL72 每 GPU 吞吐量高出 187%。
GB200 NVL72 / MI325X 在 MiniMax M3 428B 上以 87 tok/s/user 运行：638 / 234 tok/s/GPU，$1.00 / $1.49 每百万 token。GB200 NVL72 每 token 成本低 50%；GB200 NVL72 每 GPU 吞吐量高出 173%。
在 17–157 tok/s/user 交互性区间的高端，即 MiniMax M3 428B 上以 122 tok/s/user 运行时：GB200 NVL72 达到 211 tok/s/GPU（$2.86/百万 token），MI325X 达到 143（$2.45/百万）。MI325X 每 token 成本低 17%；GB200 NVL72 每 GPU 吞吐量高出 47%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1598.2MI325X:556.9 | GB200 NVL72:638.3MI325X:234.1 | GB200 NVL72:210.9MI325X:143.1 |
| Cost ($/M tok) | GB200 NVL72:$0.382MI325X:$0.640 | GB200 NVL72:$0.996MI325X:$1.494 | GB200 NVL72:$2.862MI325X:$2.455 |
| tok/s/MW | GB200 NVL72:761024MI325X:255452 | GB200 NVL72:303973MI325X:107394 | GB200 NVL72:100447MI325X:65652 |
| Concurrency | GB200 NVL72:~180MI325X:~47 | GB200 NVL72:~74MI325X:~11 | GB200 NVL72:~18MI325X:~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: