MiniMax M2.5/M2.7 · 芯片对比

MiniMax M2.5/M2.7 — GB200 NVL72 vs MI355X

GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 MiniMax M2.5/M2.7 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。

MiniMax M2.5/M2.7 在 50 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 8615 tok/s/chip，MI355X 为 4020。每百万 token 成本分别为 $0.06 和 $0.10。GB200 NVL72 每 token 成本低 73%；GB200 NVL72 每芯片吞吐量高出 114%。

GB200 NVL72 / MI355X 在 MiniMax M2.5/M2.7 上以 70 tok/s/user 运行：4701 / 2713 tok/s/chip，$0.11 / $0.15 每百万 token。GB200 NVL72 每 token 成本低 40%；GB200 NVL72 每芯片吞吐量高出 73%。

在 31–110 tok/s/user 交互性区间的高端，即 MiniMax M2.5/M2.7 上以 91 tok/s/user 运行时：GB200 NVL72 达到 2725 tok/s/chip（$0.19/百万 token），MI355X 达到 1744（$0.24/百万）。GB200 NVL72 每 token 成本低 26%；GB200 NVL72 每芯片吞吐量高出 56%。（数据反映此 URL 的默认 8k/1k · fp8 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)	GB200 NVL72:8615.0MI355X:4020.4	GB200 NVL72:4701.4MI355X:2712.7	GB200 NVL72:2725.1MI355X:1743.8
Cost ($/M tok)	GB200 NVL72:$0.060MI355X:$0.104	GB200 NVL72:$0.110MI355X:$0.154	GB200 NVL72:$0.190MI355X:$0.239
tok/s/MW	GB200 NVL72:4606957MI355X:1923656	GB200 NVL72:2514125MI355X:1297935	GB200 NVL72:1457292MI355X:834337
Concurrency	GB200 NVL72:~130MI355X:~22	GB200 NVL72:~49MI355X:~9	GB200 NVL72:~22MI355X:~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。

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

MiniMax M2.5/2.7 230B • 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。