InferenceX
EN
Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs MI300X

B200（NVIDIA Blackwell）与 MI300X（AMD CDNA 3）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。

Kimi K2.5/K2.6/K2.7-Code 1T 在 33 tok/s/user 交互性下的吞吐量：B200 为 2128 tok/s/chip，MI300X 为 255。每百万 token 成本分别为 $0.23 和 $1.03。B200 每 token 成本低 358%；B200 每芯片吞吐量高出 734%。

B200 / MI300X 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 37 tok/s/user 运行：1930 / 224 tok/s/chip，$0.25 / $1.18 每百万 token。B200 每 token 成本低 374%；B200 每芯片吞吐量高出 764%。

在 30–43 tok/s/user 交互性区间的高端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 40 tok/s/user 运行时：B200 达到 1791 tok/s/chip（$0.27/百万 token），MI300X 达到 206（$1.28/百万）。B200 每 token 成本低 378%；B200 每芯片吞吐量高出 771%。 （数据反映此 URL 的默认 8k/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。）

查看每美元性能对比 →

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)
B200:2128.1MI300X:255.2
B200:1930.3MI300X:223.5
B200:1791.3MI300X:205.7
Cost ($/M tok)
B200:$0.226MI300X:$1.034
B200:$0.249MI300X:$1.181
B200:$0.268MI300X:$1.283
tok/s/MW
B200:1244519MI300X:183608
B200:1128855MI300X:160804
B200:1047563MI300X:147958
Concurrency
B200:~56MI300X:~7
B200:~47MI300X:~5
B200:~41MI300X:~5

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 1 美元可购买的总 token 数（自有 - Neocloud Giant） 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: 1.55H200: 1.59B200: 2.07B300: 2.52GB200: 2.26GB300: 2.79MI300X: 1.16MI325X: 1.32MI355X: 2.09RTX6000PRO: 0.75Jalapeño (Teacup): 1.56

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