Kimi K2.5/K2.6/K2.7-Code 1T · GPU 对比
Kimi K2.5/K2.6/K2.7-Code 1T — B300 vs MI355X
B300（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。
B300 / MI355X 在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 58 tok/s/user 运行：973 / 930 tok/s/GPU，$0.67 / $0.44 每百万 token。MI355X 每 token 成本低 51%；B300 每 GPU 吞吐量高出 5%。
在 35–128 tok/s/user 交互性区间的中部，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 81 tok/s/user 运行时：B300 达到 919 tok/s/GPU（$0.71/百万 token），MI355X 达到 648（$0.63/百万）。MI355X 每 token 成本低 12%；B300 每 GPU 吞吐量高出 42%。
以 105 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B300 产出 898 tok/s/GPU（每百万 token $0.72），MI355X 产出 460（$0.88）。B300 每 token 成本低 21%；B300 每 GPU 吞吐量高出 95%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:972.7MI355X:930.1 | B300:918.7MI355X:647.8 | B300:898.0MI355X:460.2 |
| Cost ($/M tok) | B300:$0.668MI355X:$0.443 | B300:$0.708MI355X:$0.635 | B300:$0.725MI355X:$0.878 |
| tok/s/MW | B300:511922MI355X:445048 | B300:483549MI355X:309938 | B300:472625MI355X:220168 |
| Concurrency | B300:~34MI355X:~33 | B300:~24MI355X:~16 | B300:~18MI355X:~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: