Kimi K2.5/K2.6/K2.7-Code 1T — GB200 NVL72 vs MI355X
GB200 NVL72（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 24–128 tok/s/user 交互性区间的低端，即 Kimi K2.5/K2.6/K2.7-Code 1T 上以 50 tok/s/user 运行时：GB200 NVL72 达到 9143 tok/s/GPU（$0.07/百万 token），MI355X 达到 1099（$0.37/百万）。GB200 NVL72 每 token 成本低 458%；GB200 NVL72 每 GPU 吞吐量高出 732%。
以 76 tok/s/user 为目标在 Kimi K2.5/K2.6/K2.7-Code 1T 上运行时，GB200 NVL72 产出 3553 tok/s/GPU（每百万 token $0.17），MI355X 产出 695（$0.59）。GB200 NVL72 每 token 成本低 243%；GB200 NVL72 每 GPU 吞吐量高出 411%。
在 Kimi K2.5/K2.6/K2.7-Code 1T 上以 102 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 451 tok/s/GPU，每百万 token 成本 $1.41；MI355X 吞吐量为 482 tok/s/GPU，成本 $0.83。MI355X 每 token 成本低 69%；MI355X 每 GPU 吞吐量高出 7%。 （数据反映此 URL 的默认 1k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:9143.5MI355X:1098.8 | GB200 NVL72:3552.7MI355X:695.5 | GB200 NVL72:451.0MI355X:482.3 |
| Cost ($/M tok) | GB200 NVL72:$0.067MI355X:$0.375 | GB200 NVL72:$0.172MI355X:$0.589 | GB200 NVL72:$1.407MI355X:$0.832 |
| tok/s/MW | GB200 NVL72:4889550MI355X:525730 | GB200 NVL72:1899865MI355X:332759 | GB200 NVL72:241164MI355X:230753 |
| Concurrency | GB200 NVL72:~4301MI355X:~44 | GB200 NVL72:~1003MI355X:~19 | GB200 NVL72:~98MI355X:~10 |
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。