MiniMax M3 428B · 芯片对比
MiniMax M3 428B — MI355X 与 Vera Rubin NVL72
对比 MI355X(AMD CDNA 4)与 Vera Rubin NVL72(NVIDIA Vera Rubin)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 194 tok/s/user 时,MI355X 的吞吐量为 30,882 tok/s/chip,每百万 token 成本为 $0.013;Vera Rubin NVL72 的吞吐量为 145,396 tok/s/chip,每百万 token 成本为 $0.007。Vera Rubin NVL72 的每 token 成本低 49%;Vera Rubin NVL72 的单芯片吞吐量为对方的 4.7 倍。
在 MiniMax M3 428B 的 286 tok/s/user 运行点,MI355X 的吞吐量为 16,561 tok/s/chip,每百万 token 成本为 $0.025;Vera Rubin NVL72 的吞吐量为 121,528 tok/s/chip,每百万 token 成本为 $0.008。Vera Rubin NVL72 的每 token 成本低 67%;Vera Rubin NVL72 的单芯片吞吐量为对方的 7.3 倍。
当 MiniMax M3 428B 的目标交互性为 377 tok/s/user 时,MI355X 与 Vera Rubin NVL72 的吞吐量分别为 9,082 和 82,815 tok/s/chip,每百万 token 成本分别为 $0.046 和 $0.012。Vera Rubin NVL72 的每 token 成本低 74%;Vera Rubin NVL72 的单芯片吞吐量为对方的 9.1 倍。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置;在控件中切换序列长度、精度或模型后,下方表格和图表会同步更新。)
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 指标 | 交互性(tok/s/user) | 交互性(tok/s/user) | 交互性(tok/s/user) |
|---|---|---|---|
| 吞吐量(tok/s/chip) | MI355X30,882Vera Rubin NVL72145,396 | MI355X16,561Vera Rubin NVL72121,528 | MI355X9,082Vera Rubin NVL7282,815 |
| 成本($/M tok) | MI355X$0.013Vera Rubin NVL72$0.007 | MI355X$0.025Vera Rubin NVL72$0.008 | MI355X$0.046Vera Rubin NVL72$0.012 |
| tok/s/MW | MI355X14,775,924Vera Rubin NVL7244,059,341 | MI355X7,924,084Vera Rubin NVL7236,826,791 | MI355X4,345,617Vera Rubin NVL7225,095,446 |
| 并发数 | MI355X~18Vera Rubin NVL72~43 | MI355X~9Vera Rubin NVL72~35 | MI355X~4Vera Rubin NVL72~23 |