MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB200 NVL72 vs MI355X
GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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。
以 52 tok/s/user 为目标在 MiniMax M3 428B 上运行时，GB200 NVL72 产出 1598 tok/s/GPU（每百万 token $0.38），MI355X 产出 2671（$0.15）。MI355X 每 token 成本低 149%；MI355X 每 GPU 吞吐量高出 67%。
在 MiniMax M3 428B 上以 87 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 638 tok/s/GPU，每百万 token 成本 $1.00；MI355X 吞吐量为 1674 tok/s/GPU，成本 $0.25。MI355X 每 token 成本低 305%；MI355X 每 GPU 吞吐量高出 162%。
GB200 NVL72 在 MiniMax M3 428B 上以 122 tok/s/user 运行时达到 211 tok/s/GPU（每百万 token $2.86）；MI355X 达到 1068 tok/s/GPU（$0.39）。MI355X 每 token 成本低 642%；MI355X 每 GPU 吞吐量高出 406%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1598.2MI355X:2670.6 | GB200 NVL72:638.3MI355X:1673.7 | GB200 NVL72:210.9MI355X:1067.5 |
| Cost ($/M tok) | GB200 NVL72:$0.382MI355X:$0.154 | GB200 NVL72:$0.996MI355X:$0.246 | GB200 NVL72:$2.862MI355X:$0.386 |
| tok/s/MW | GB200 NVL72:761024MI355X:1007781 | GB200 NVL72:303973MI355X:631569 | GB200 NVL72:100447MI355X:402837 |
| Concurrency | GB200 NVL72:~180MI355X:~108 | GB200 NVL72:~74MI355X:~42 | GB200 NVL72:~18MI355X:~19 |
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: