Kimi K2.5/K2.6/K2.7-Code 1T — B200 vs MI355X
B200（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）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。
在 35–128 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 58 tok/s/user 运行时：B200 达到 988 tok/s/GPU（$0.55/百万 token），MI355X 达到 930（$0.44/百万）。MI355X 每 token 成本低 24%；B200 每 GPU 吞吐量高出 6%。
以 82 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B200 产出 600 tok/s/GPU（每百万 token $0.90），MI355X 产出 638（$0.64）。MI355X 每 token 成本低 40%；MI355X 每 GPU 吞吐量高出 6%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 105 tok/s/user 交互性运行时，B200 吞吐量为 391 tok/s/GPU，每百万 token 成本 $1.39；MI355X 吞吐量为 460 tok/s/GPU，成本 $0.88。MI355X 每 token 成本低 58%；MI355X 每 GPU 吞吐量高出 18%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:987.7MI355X:930.1 | B200:600.0MI355X:637.7 | B200:390.9MI355X:460.2 |
| Cost ($/M tok) | B200:$0.548MI355X:$0.443 | B200:$0.901MI355X:$0.645 | B200:$1.387MI355X:$0.878 |
| tok/s/MW | B200:577628MI355X:445048 | B200:350880MI355X:305139 | B200:228621MI355X:220168 |
| Concurrency | B200:~37MI355X:~33 | B200:~15MI355X:~16 | B200:~8MI355X:~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。