Kimi K3 est le modèle le plus grand que nous proposions, avec un total de 2,8T et 104B de paramètres actifs. MI355X génère environ 8M tokens/s par MW à 50 tokens/s par utilisateur, soit environ un tiers de B300 (~24M), qui utilise les configurations dédivisées multi-nœuds de NVIDIA. Sa courbe est peu profonde : elle atteint un pic d’environ 13M à 12 tokens/s par utilisateur, et pour un seul agent, elle atteint 152 tokens/s contre 235 sur B300.
