MiniMax M3 428B · 芯片对比

MiniMax M3 428B — H200 与 MI325X

对比 H200(NVIDIA Hopper)与 MI325X(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 →

78 tok/s/user 接近 11–281 tok/s/user 交互性区间的下限。在这一运行点,H200 运行 MiniMax M3 428B 的吞吐量为 8,926 tok/s/chip,每百万 token 成本为 $0.038;MI325X 的吞吐量为 864 tok/s/chip,每百万 token 成本为 $0.35。H200 的每 token 成本低 89%;H200 的单芯片吞吐量为对方的 10 倍。

将 MiniMax M3 428B 的目标交互性设为 146 tok/s/user 时,H200 的吞吐量为 7,800 tok/s/chip,每百万 token 成本为 $0.043;MI325X 的吞吐量为 864 tok/s/chip,每百万 token 成本为 $0.35。H200 的每 token 成本低 88%;H200 的单芯片吞吐量为对方的 9.0 倍。

当 MiniMax M3 428B 的目标交互性为 214 tok/s/user 时,H200 的吞吐量为 3,815 tok/s/chip,每百万 token 成本为 $0.089;MI325X 的吞吐量为 864 tok/s/chip,每百万 token 成本为 $0.35。H200 的每 token 成本低 75%;H200 的单芯片吞吐量为对方的 4.4 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 →

MI325X vs H200: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)
H2008,926MI325X864
H2007,800MI325X864
H2003,815MI325X864
成本($/M tok)
H200$0.038MI325X$0.35
H200$0.043MI325X$0.35
H200$0.089MI325X$0.35
tok/s/MW
H2006,515,256MI325X511,396
H2005,693,758MI325X511,396
H2002,784,341MI325X511,396
并发数
H200~14MI325X~1
H200~10MI325X~1
H200~4MI325X~1