Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — MI325X vs MI355X
MI325X（AMD CDNA 3）与 MI355X（AMD CDNA 4）在 Qwen 3.5 397B-A17B 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 37–72 tok/s/user 交互性区间的低端，即 Qwen 3.5 397B-A17B 上以 46 tok/s/user 运行时：MI325X 达到 403 tok/s/GPU（$0.86/百万 token），MI355X 达到 2690（$0.15/百万）。MI355X 每 token 成本低 466%；MI355X 每 GPU 吞吐量高出 568%。
以 55 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，MI325X 产出 219 tok/s/GPU（每百万 token $1.63），MI355X 产出 2393（$0.17）。MI355X 每 token 成本低 856%；MI355X 每 GPU 吞吐量高出 991%。
在 Qwen 3.5 397B-A17B 上以 64 tok/s/user 交互性运行时，MI325X 吞吐量为 134 tok/s/GPU，每百万 token 成本 $2.64；MI355X 吞吐量为 2131 tok/s/GPU，成本 $0.19。MI355X 每 token 成本低 1270%；MI355X 每 GPU 吞吐量高出 1487%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | MI325X:402.9MI355X:2690.3 | MI325X:219.4MI355X:2392.9 | MI325X:134.3MI355X:2131.3 |
| Cost ($/M tok) | MI325X:$0.864MI355X:$0.153 | MI325X:$1.631MI355X:$0.171 | MI325X:$2.638MI355X:$0.193 |
| tok/s/MW | MI325X:184830MI355X:1015220 | MI325X:100633MI355X:902983 | MI325X:61591MI355X:804277 |
| Concurrency | MI325X:~37MI355X:~116 | MI325X:~16MI355X:~85 | MI325X:~9MI355X:~68 |
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: