Kimi K3 est le plus grand modèle que nous présentons, avec 2.8T au total et 104B de paramètres actifs. Le MI355X sert ~8M tokens/s par MW à 50 tok/s par utilisateur, soit environ un tiers du B300 (~24M), qui utilise des configurations désagrégées multi-nœuds de NVIDIA. Sa courbe est plate, culminant à environ 13M à 12 tok/s par utilisateur, et pour un agent unique il atteint 152 tok/s contre 235 sur le B300.
