MiniMax M2.5/M2.7 · Chip 对比
MiniMax M2.5/M2.7 — H100 vs MI325X
H100（NVIDIA Hopper）与 MI325X（AMD CDNA 3）在 MiniMax M2.5/M2.7 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 41–104 tok/s/user 交互性区间的低端，即 MiniMax M2.5/M2.7 上以 57 tok/s/user 运行时：H100 达到 650 tok/s/Chip（$0.49/百万 token），MI325X 达到 1066（$0.29/百万）。MI325X 每 token 成本低 71%；MI325X 每 Chip 吞吐量高出 64%。
以 73 tok/s/user 为目标在 MiniMax M2.5/M2.7 上运行时，H100 产出 417 tok/s/Chip（每百万 token $0.78），MI325X 产出 568（$0.54）。MI325X 每 token 成本低 44%；MI325X 每 Chip 吞吐量高出 36%。
在 MiniMax M2.5/M2.7 上以 89 tok/s/user 交互性运行时，H100 吞吐量为 265 tok/s/Chip，每百万 token 成本 $1.21；MI325X 吞吐量为 271 tok/s/Chip，成本 $1.09。MI325X 每 token 成本低 11%；MI325X 每 Chip 吞吐量高出 2%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | H100:649.6MI325X:1066.4 | H100:417.2MI325X:568.0 | H100:265.3MI325X:271.1 |
| Cost ($/M tok) | H100:$0.490MI325X:$0.286 | H100:$0.776MI325X:$0.538 | H100:$1.215MI325X:$1.093 |
| tok/s/MW | H100:474158MI325X:631033 | H100:304528MI325X:336124 | H100:193629MI325X:160430 |
| Concurrency | H100:~46MI325X:~79 | H100:~23MI325X:~8 | H100:~12MI325X:~12 |
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:
部署模式:
投机解码: