MiniMax M3 428B · GPU 对比
MiniMax M3 428B — H200 vs MI325X
H200（NVIDIA Hopper）与 MI325X（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。
在 8–182 tok/s/user 交互性区间的低端，即 MiniMax M3 428B 上以 51 tok/s/user 运行时：H200 达到 1034 tok/s/GPU（$0.38/百万 token），MI325X 达到 572（$0.62/百万）。H200 每 token 成本低 62%；H200 每 GPU 吞吐量高出 81%。
以 95 tok/s/user 为目标在 MiniMax M3 428B 上运行时，H200 产出 575 tok/s/GPU（每百万 token $0.69），MI325X 产出 209（$1.70）。H200 每 token 成本低 147%；H200 每 GPU 吞吐量高出 176%。
在 MiniMax M3 428B 上以 138 tok/s/user 交互性运行时，H200 吞吐量为 360 tok/s/GPU，每百万 token 成本 $1.06；MI325X 吞吐量为 116 tok/s/GPU，成本 $3.06。H200 每 token 成本低 188%；H200 每 GPU 吞吐量高出 209%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:1033.8MI325X:572.3 | H200:574.9MI325X:208.6 | H200:359.6MI325X:116.2 |
| Cost ($/M tok) | H200:$0.384MI325X:$0.623 | H200:$0.687MI325X:$1.697 | H200:$1.062MI325X:$3.056 |
| tok/s/MW | H200:597555MI325X:262510 | H200:332328MI325X:95683 | H200:207872MI325X:53312 |
| Concurrency | H200:~44MI325X:~49 | H200:~13MI325X:~9 | H200:~5MI325X:~4 |
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: