MiniMax M3 428B · GPU 对比
MiniMax M3 428B — H200 vs MI355X
H200（NVIDIA Hopper）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。
H200 在 MiniMax M3 428B 上以 80 tok/s/user 运行时达到 678 tok/s/GPU（每百万 token $0.57）；MI355X 达到 1837 tok/s/GPU（$0.22）。MI355X 每 token 成本低 156%；MI355X 每 GPU 吞吐量高出 171%。
MiniMax M3 428B 在 152 tok/s/user 交互性下的吞吐量：H200 为 333 tok/s/GPU，MI355X 为 750。每百万 token 成本分别为 $1.16 和 $0.55。MI355X 每 token 成本低 110%；MI355X 每 GPU 吞吐量高出 126%。
H200 / MI355X 在 MiniMax M3 428B 上以 223 tok/s/user 运行：166 / 437 tok/s/GPU，$2.43 / $0.95 每百万 token。MI355X 每 token 成本低 156%；MI355X 每 GPU 吞吐量高出 163%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:677.7MI355X:1836.5 | H200:332.6MI355X:750.1 | H200:166.1MI355X:437.4 |
| Cost ($/M tok) | H200:$0.572MI355X:$0.224 | H200:$1.161MI355X:$0.551 | H200:$2.429MI355X:$0.949 |
| tok/s/MW | H200:494684MI355X:878714 | H200:242783MI355X:358913 | H200:121223MI355X:209305 |
| Concurrency | H200:~19MI355X:~49 | H200:~4MI355X:~11 | H200:~3MI355X:~4 |
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: