MiniMax M3 428B · 芯片对比
MiniMax M3 428B — H100 与 MI300X
对比 H100(NVIDIA Hopper)与 MI300X(AMD CDNA 3)在 MiniMax M3 428B 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。
AgentX 回放真实的 coding agent 会话,而非定长 prompt。随着会话轮次增加,上下文不断增长;每个请求的大部分内容都可直接从 cache 读取,无需重新计算。因此,这项对比不仅取决于芯片本身的吞吐量,还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线;两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
当 MiniMax M3 428B 的目标交互性为 35 tok/s/user 时,H100 的吞吐量为 583 tok/s/chip,每百万 token 成本为 $0.56;MI300X 的吞吐量为 5,018 tok/s/chip,每百万 token 成本为 $0.053。MI300X 的每 token 成本低 91%;MI300X 的单芯片吞吐量为对方的 8.6 倍。
在 MiniMax M3 428B 的 67 tok/s/user 运行点,H100 的吞吐量为 583 tok/s/chip,每百万 token 成本为 $0.56;MI300X 的吞吐量为 3,804 tok/s/chip,每百万 token 成本为 $0.069。MI300X 的每 token 成本低 88%;MI300X 的单芯片吞吐量为对方的 6.5 倍。
当 MiniMax M3 428B 的目标交互性为 98 tok/s/user 时,H100 与 MI300X 的吞吐量分别为 583 和 2,720 tok/s/chip,每百万 token 成本分别为 $0.56 和 $0.097。MI300X 的每 token 成本低 83%;MI300X 的单芯片吞吐量为对方的 4.7 倍。 (以上数据基于此 URL 对应的默认 agentic-traces · fp8 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | H100583MI300X5,018 | H100583MI300X3,804 | H100583MI300X2,720 |
| 成本($/M tok) | H100$0.56MI300X$0.053 | H100$0.56MI300X$0.069 | H100$0.56MI300X$0.097 |
| tok/s/MW | H100425,237MI300X3,610,205 | H100425,237MI300X2,736,490 | H100425,237MI300X1,956,782 |
| 并发数 | H100~1MI300X~10 | H100~1MI300X~7 | H100~1MI300X~4 |