MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB200 NVL72 vs MI355X
GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 MiniMax M3 428B 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。
以 66 tok/s/user 为目标在 MiniMax M3 428B 上运行时，GB200 NVL72 产出 4050 tok/s/GPU（每百万 token $0.15），MI355X 产出 4945（$0.08）。MI355X 每 token 成本低 82%；MI355X 每 GPU 吞吐量高出 22%。
在 MiniMax M3 428B 上以 106 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 1912 tok/s/GPU，每百万 token 成本 $0.32；MI355X 吞吐量为 3573 tok/s/GPU，成本 $0.11。MI355X 每 token 成本低 184%；MI355X 每 GPU 吞吐量高出 87%。
GB200 NVL72 在 MiniMax M3 428B 上以 147 tok/s/user 运行时达到 811 tok/s/GPU（每百万 token $0.78）；MI355X 达到 2481 tok/s/GPU（$0.17）。MI355X 每 token 成本低 367%；MI355X 每 GPU 吞吐量高出 206%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:4050.0MI355X:4945.2 | GB200 NVL72:1912.4MI355X:3573.5 | GB200 NVL72:811.5MI355X:2480.7 |
| Cost ($/M tok) | GB200 NVL72:$0.152MI355X:$0.083 | GB200 NVL72:$0.325MI355X:$0.115 | GB200 NVL72:$0.777MI355X:$0.166 |
| tok/s/MW | GB200 NVL72:2165792MI355X:2366116 | GB200 NVL72:1022690MI355X:1709792 | GB200 NVL72:433944MI355X:1186915 |
| Concurrency | GB200 NVL72:~222MI355X:~40 | GB200 NVL72:~45MI355X:~18 | GB200 NVL72:~13MI355X:~9 |
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: