MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB200 NVL72 vs MI355X
GB200 NVL72（NVIDIA Blackwell）与 MI355X（AMD CDNA 4）在 MiniMax M3 428B 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。
以 62 tok/s/user 为目标在 MiniMax M3 428B 上运行时，GB200 NVL72 产出 4174 tok/s/GPU（每百万 token $0.14），MI355X 产出 5145（$0.08）。MI355X 每 token 成本低 81%；MI355X 每 GPU 吞吐量高出 23%。
在 MiniMax M3 428B 上以 94 tok/s/user 交互性运行时，GB200 NVL72 吞吐量为 1871 tok/s/GPU，每百万 token 成本 $0.33；MI355X 吞吐量为 3884 tok/s/GPU，成本 $0.10。MI355X 每 token 成本低 216%；MI355X 每 GPU 吞吐量高出 108%。
GB200 NVL72 在 MiniMax M3 428B 上以 125 tok/s/user 运行时达到 793 tok/s/GPU（每百万 token $0.78）；MI355X 达到 3053 tok/s/GPU（$0.14）。MI355X 每 token 成本低 476%；MI355X 每 GPU 吞吐量高出 285%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:4173.7MI355X:5145.0 | GB200 NVL72:1871.0MI355X:3884.0 | GB200 NVL72:792.8MI355X:3053.3 |
| Cost ($/M tok) | GB200 NVL72:$0.145MI355X:$0.080 | GB200 NVL72:$0.331MI355X:$0.105 | GB200 NVL72:$0.780MI355X:$0.135 |
| tok/s/MW | GB200 NVL72:2231943MI355X:2461699 | GB200 NVL72:1000508MI355X:1858371 | GB200 NVL72:423951MI355X:1460890 |
| Concurrency | GB200 NVL72:~302MI355X:~44 | GB200 NVL72:~49MI355X:~22 | GB200 NVL72:~15MI355X:~13 |
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: