对比 B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 Qwen 3.8 Flash Next 176B-A6B 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 →
以 86 tok/s/user 为目标运行 Qwen 3.8 Flash Next 176B-A6B 时，B200 的吞吐量为 61888 tok/s/chip，每百万 token 成本为 $0.01；MI355X 的吞吐量为 58839 tok/s/chip，每百万 token 成本为 $0.01。MI355X 的成本效率高出 10%；B200 的单芯片吞吐量高出 5%。
106 tok/s/user 位于 67–145 tok/s/user 交互性区间的中段。在这一运行点，B200 运行 Qwen 3.8 Flash Next 176B-A6B 的吞吐量为 55675 tok/s/chip，每百万 token 成本为 $0.01；MI355X 的吞吐量为 36602 tok/s/chip，每百万 token 成本为 $0.01。B200 的成本效率高出 32%；B200 的单芯片吞吐量高出 52%。
将 Qwen 3.8 Flash Next 176B-A6B 的目标交互性设为 125 tok/s/user 时，B200 的吞吐量为 48975 tok/s/chip，每百万 token 成本为 $0.01；MI355X 的吞吐量为 19807 tok/s/chip，每百万 token 成本为 $0.02。B200 的成本效率高出 114%；B200 的单芯片吞吐量高出 147%。 （以上数据基于此 URL 对应的默认 agentic-traces · fp4 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | B200:61887.7MI355X:58838.9 | B200:55675.0MI355X:36602.3 | B200:48974.9MI355X:19807.3 |
| 成本（$/M tok） | B200:$0.008MI355X:$0.007 | B200:$0.009MI355X:$0.011 | B200:$0.010MI355X:$0.021 |
| tok/s/MW | B200:36191645MI355X:28152565 | B200:32558493MI355X:17513060 | B200:28640286MI355X:9477154 |
| 并发数 | B200:~14MI355X:~13 | B200:~12MI355X:~8 | B200:~10MI355X:~5 |
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。
