Kimi K2.5/K2.6/K2.7-Code 1T · 芯片对比

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 38 tok/s/user 运行：4317 / 4004 tok/s/chip，$0.15 / $0.10 每百万 token。MI355X 每 token 成本低 40%；B300 每芯片吞吐量高出 8%。

在 11–123 tok/s/user 交互性区间的中部，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 67 tok/s/user 运行时：B300 达到 2747 tok/s/chip（$0.23/百万 token），MI355X 达到 2493（$0.17/百万）。MI355X 每 token 成本低 37%；B300 每芯片吞吐量高出 10%。

以 95 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，B300 产出 1848 tok/s/chip（每百万 token $0.34），MI355X 产出 1739（$0.24）。MI355X 每 token 成本低 42%；B300 每芯片吞吐量高出 6%。（数据反映此 URL 的默认 8k/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。）

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)	B300:4316.9MI355X:4003.6	B300:2746.6MI355X:2492.7	B300:1847.7MI355X:1738.7
Cost ($/M tok)	B300:$0.145MI355X:$0.104	B300:$0.229MI355X:$0.167	B300:$0.340MI355X:$0.240
tok/s/MW	B300:2272062MI355X:1915595	B300:1445598MI355X:1192676	B300:972471MI355X:831906
Concurrency	B300:~51MI355X:~102	B300:~19MI355X:~17	B300:~9MI355X:~9

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 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

¹ ATOM 引擎前景可期，但尚未用于生产环境 token 服务，仍处于早期阶段。