InferenceX
EN
Kimi K2.5/K2.6/K2.7-Code 1T · 每美元性能

Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs MI300X 每美元性能

B300（NVIDIA Blackwell）与 MI300X（AMD CDNA 3）在 Kimi K2.5/K2.6/K2.7-Code 1T 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。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。

将 Kimi K2.5/K2.6/K2.7-Code 1T 推至 33 tok/s/user 时，B300 每百万 token 成本为 $0.87，MI300X 为 $2.82——B300 领先 224%。

B300：每百万 token $1.01。MI300X：$3.46。均在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 38 tok/s/user 运行，B300 便宜 242%。

在 28–48 tok/s/user 交互性区间的高端——即 44 tok/s/user 处——B300 运行 Kimi K2.5/K2.6/K2.7-Code 1T 每百万 token 成本为 $1.15，MI300X 为 $4.42。B300 便宜 283%。 （数据反映此 URL 的默认 1k/1k · int4 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。）

芯片定价（所属云服务商）： B300 $2.26/chip/hr · MI300X $0.95/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.

查看完整延迟与吞吐量对比 →

Kimi K2.5/K2.6/K2.7-Code 1T：B300 与 MI300X 在相同交互性水平下的每百万 token 成本
B300 与 MI300X 在此对比默认工作负载下的每百万 token 成本。成本越低表示每美元性能越高。
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)
每百万 token 美元成本
B300:$0.869MI300X:$2.817
B300:$1.012MI300X:$3.457
B300:$1.155MI300X:$4.422
Concurrency
B300:~47MI300X:~12
B300:~34MI300X:~8
B300:~23MI300X:~6

推理性能

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。

每百万总 token 成本（自有 - 超大规模） vs. 交互性

Kimi K2.5/2.6/2.7-Code 1T • FP4 • 8K / 1K • 来源：SemiAnalysis InferenceX™

TCO $/chip/hr： VR200: 3.61H100: 1.17H200: 1.22B200: 1.73B300: 2.26GB200: 1.86GB300: 2.31MI300X: 0.95MI325X: 1.1MI355X: 1.5RTX6000PRO: 0.68Jalapeño (Teacup): 1.47

来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算每百万 token 成本，而非按芯片总数计算。因此，与聚合配置进行token 成本的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输入吞吐量，而非按芯片总数计算。因此，与聚合配置进行输入吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输出吞吐量，而非按芯片总数计算。因此，与聚合配置进行输出吞吐量的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算功耗，而非按芯片总数计算。因此，与聚合配置进行功耗的直接对比并不完全等价。

注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算能耗，而非按芯片总数计算。因此，与聚合配置进行每 token 能耗的直接对比并不完全等价。

No data available

Please change the model, sequence, precision, date range or chip selection.

Shift+Scroll to zoom • Drag to pan • Double-click to reset • Click a point to pin tooltip