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。)

查看每美元性能对比 →

MI300X vs H100:完整规格与各模型基准测试 →

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