MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB300 NVL72 vs MI355X
GB300 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。
在 10–158 tok/s/user 交互性区间的低端，即 MiniMax M3 428B 上以 47 tok/s/user 运行时：GB300 NVL72 达到 2518 tok/s/GPU（$0.28/百万 token），MI355X 达到 2875（$0.14/百万）。MI355X 每 token 成本低 96%；MI355X 每 GPU 吞吐量高出 14%。
以 84 tok/s/user 为目标在 MiniMax M3 428B 上运行时，GB300 NVL72 产出 763 tok/s/GPU（每百万 token $1.00），MI355X 产出 1741（$0.24）。MI355X 每 token 成本低 322%；MI355X 每 GPU 吞吐量高出 128%。
在 MiniMax M3 428B 上以 121 tok/s/user 交互性运行时，GB300 NVL72 吞吐量为 266 tok/s/GPU，每百万 token 成本 $2.73；MI355X 吞吐量为 1081 tok/s/GPU，成本 $0.38。MI355X 每 token 成本低 615%；MI355X 每 GPU 吞吐量高出 306%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:2517.9MI355X:2875.2 | GB300 NVL72:763.0MI355X:1741.4 | GB300 NVL72:266.0MI355X:1080.6 |
| Cost ($/M tok) | GB300 NVL72:$0.280MI355X:$0.143 | GB300 NVL72:$0.996MI355X:$0.236 | GB300 NVL72:$2.726MI355X:$0.381 |
| tok/s/MW | GB300 NVL72:1199011MI355X:1084970 | GB300 NVL72:363332MI355X:657124 | GB300 NVL72:126643MI355X:407772 |
| Concurrency | GB300 NVL72:~649MI355X:~132 | GB300 NVL72:~89MI355X:~44 | GB300 NVL72:~23MI355X:~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: