MiniMax M2.5/M2.7 · 每美元性能

MiniMax M2.5/M2.7 — GB300 NVL72 vs MI325X 每美元性能

GB300 NVL72（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）在 MiniMax M2.5/M2.7 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。

在 MiniMax M2.5/M2.7 上以 46 tok/s/user 运行时，每百万 token 成本分别为：GB300 NVL72 $0.11、MI325X $0.19；GB300 NVL72 每美元多产出 68% 的 token。

在 MiniMax M2.5/M2.7 上以 65 tok/s/user 运行时，GB300 NVL72 每百万 token 成本为 $0.21，MI325X 为 $0.40。GB300 NVL72 在此工作点上的成本效率高出 88%。

GB300 NVL72 在 MiniMax M2.5/M2.7 上以 85 tok/s/user 运行时领先于 MI325X——每百万 token 成本 $0.49 对 $0.94，差距达 92%。（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。）

芯片定价（所属云服务商）： GB300 NVL72 $2.31/chip/hr · MI325X $1.10/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 →

MiniMax M2.5/M2.7：GB300 NVL72 与 MI325X 在相同交互性水平下的每百万 token 成本 — GB300 NVL72 与 MI325X 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	GB300 NVL72:$0.111MI325X:$0.186	GB300 NVL72:$0.214MI325X:$0.404	GB300 NVL72:$0.490MI325X:$0.941
Concurrency	GB300 NVL72:~593MI325X:~147	GB300 NVL72:~128MI325X:~38	GB300 NVL72:~64MI325X:~16

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。

模型

场景

Y 轴指标

芯片配置

每百万总 token 成本（自有 - 超大规模） vs. 交互性

MiniMax M2.5/2.7 230B • 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