MiniMax M3 428B · GPU 对比
MiniMax M3 428B — H200 vs MI300X
H200（NVIDIA Hopper）与 MI300X（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。
以 47 tok/s/user 为目标在 MiniMax M3 428B 上运行时，H200 产出 1140 tok/s/GPU（每百万 token $0.35），MI300X 产出 517（$0.59）。H200 每 token 成本低 70%；H200 每 GPU 吞吐量高出 120%。
在 MiniMax M3 428B 上以 81 tok/s/user 交互性运行时，H200 吞吐量为 672 tok/s/GPU，每百万 token 成本 $0.58；MI300X 吞吐量为 202 tok/s/GPU，成本 $1.53。H200 每 token 成本低 165%；H200 每 GPU 吞吐量高出 233%。
H200 在 MiniMax M3 428B 上以 115 tok/s/user 运行时达到 444 tok/s/GPU（每百万 token $0.89）；MI300X 达到 142 tok/s/GPU（$2.14）。H200 每 token 成本低 141%；H200 每 GPU 吞吐量高出 212%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:1139.9MI300X:517.4 | H200:672.2MI300X:202.2 | H200:444.2MI300X:142.4 |
| Cost ($/M tok) | H200:$0.346MI300X:$0.590 | H200:$0.578MI300X:$1.534 | H200:$0.888MI300X:$2.145 |
| tok/s/MW | H200:658873MI300X:289034 | H200:388539MI300X:112937 | H200:256754MI300X:79541 |
| Concurrency | H200:~53MI300X:~47 | H200:~18MI300X:~11 | H200:~9MI300X:~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: