MiniMax M3.1 Flash 428B · 芯片对比
MiniMax M3.1 Flash 428B — MI355X 与 Vera Rubin NVL72
对比 MI355X（AMD CDNA 4）与 Vera Rubin NVL72（NVIDIA Vera Rubin）在 MiniMax M3.1 Flash 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 →
将 MiniMax M3.1 Flash 428B 的目标交互性设为 430 tok/s/user 时，MI355X 的吞吐量为 9,678 tok/s/chip，每百万 token 成本为 $0.043；Vera Rubin NVL72 的吞吐量为 173,899 tok/s/chip，每百万 token 成本为 $0.006。Vera Rubin NVL72 的每 token 成本低 87%；Vera Rubin NVL72 的单芯片吞吐量为对方的 18 倍。
当 MiniMax M3.1 Flash 428B 的目标交互性为 484 tok/s/user 时，MI355X 的吞吐量为 8,610 tok/s/chip，每百万 token 成本为 $0.048；Vera Rubin NVL72 的吞吐量为 103,421 tok/s/chip，每百万 token 成本为 $0.010。Vera Rubin NVL72 的每 token 成本低 80%；Vera Rubin NVL72 的单芯片吞吐量为对方的 12 倍。
在 MiniMax M3.1 Flash 428B 的 538 tok/s/user 运行点，MI355X 的吞吐量为 7,999 tok/s/chip，每百万 token 成本为 $0.052；Vera Rubin NVL72 的吞吐量为 77,140 tok/s/chip，每百万 token 成本为 $0.013。Vera Rubin NVL72 的每 token 成本低 75%；Vera Rubin NVL72 的单芯片吞吐量为对方的 9.6 倍。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
数据由真实基准测试结果插值得出。调整下方的目标交互性数值，即可比较不同运行点。
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | MI355X9,678Vera Rubin NVL72173,899 | MI355X8,610Vera Rubin NVL72103,421 | MI355X7,999Vera Rubin NVL7277,140 |
| 成本（$/M tok） | MI355X$0.043Vera Rubin NVL72$0.006 | MI355X$0.048Vera Rubin NVL72$0.010 | MI355X$0.052Vera Rubin NVL72$0.013 |
| tok/s/MW | MI355X4,630,395Vera Rubin NVL7252,696,630 | MI355X4,119,498Vera Rubin NVL7231,339,659 | MI355X3,827,134Vera Rubin NVL7223,375,630 |
| 并发数 | MI355X~4Vera Rubin NVL72~238 | MI355X~3Vera Rubin NVL72~147 | MI355X~2Vera Rubin NVL72~105 |