Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs MI355X
B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 Kimi K2.5/K2.6/K2.7-Code 1T 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 23–123 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 48 tok/s/user 运行时：B200 达到 9162 tok/s/GPU（$0.06/百万 token），MI355X 达到 3252（$0.13/百万）。B200 每 token 成本低 116%；B200 每 GPU 吞吐量高出 182%。
以 73 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 3035 tok/s/GPU（每百万 token $0.18），MI355X 产出 2298（$0.18）。B200 每 token 成本低 2%；B200 每 GPU 吞吐量高出 32%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 98 tok/s/user 交互性运行时，B200 吞吐量为 2013 tok/s/GPU，每百万 token 成本 $0.27；MI355X 吞吐量为 1648 tok/s/GPU，成本 $0.25。MI355X 每 token 成本低 9%；B200 每 GPU 吞吐量高出 22%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:9161.6MI355X:3251.9 | B200:3035.2MI355X:2298.5 | B200:2013.2MI355X:1647.5 |
| Cost ($/M tok) | B200:$0.059MI355X:$0.126 | B200:$0.175MI355X:$0.178 | B200:$0.271MI355X:$0.250 |
| tok/s/MW | B200:5357635MI355X:1555952 | B200:1774962MI355X:1099740 | B200:1177336MI355X:788278 |
| Concurrency | B200:~319MI355X:~31 | B200:~156MI355X:~15 | B200:~89MI355X:~8 |
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。