Qwen 3.5 397B-A17B — B200 与 GB200 NVL72 每美元性能
对比 B200（NVIDIA Blackwell）与 GB200 NVL72（NVIDIA Blackwell）在 Qwen 3.5 397B-A17B 上的每百万 token 成本。该指标采用 Hyperscaler 自有设备 TCO 口径，并按总 token 数归一化，用于比较不同 LLM 工作负载下的每美元性能。可在任一目标交互性下找出成本更低的 SKU，并通过下方图表控件切换序列长度、精度和指标；操作方式与主推理图表相同。
当 Qwen 3.5 397B-A17B 的目标交互性为 125 tok/s/user 时，B200 的每百万 token 成本为 $0.08，GB200 NVL72 为 $0.06；在这一运行点，GB200 NVL72 的成本效率高出 36%。
当 Qwen 3.5 397B-A17B 的目标交互性为 204 tok/s/user 时，B200 与 GB200 NVL72 的每百万 token 成本分别为 $0.13 和 $0.19；B200 的成本效率高出 49%。
将 Qwen 3.5 397B-A17B 的目标交互性设为 283 tok/s/user 时，B200 的每百万 token 成本为 $0.19，GB200 NVL72 为 $0.40；B200 的成本效率高出 109%。 （以上数据基于此 URL 对应的默认 8k/1k · fp8 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
芯片价格（Hyperscaler 自有设备口径）： B200 $1.73/chip/hr · GB200 NVL72 $1.86/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 每百万 token 成本（美元） | B200:$0.082GB200 NVL72:$0.061 | B200:$0.128GB200 NVL72:$0.190 | B200:$0.192GB200 NVL72:$0.402 |
| 并发数 | B200:~23GB200 NVL72:~558 | B200:~9GB200 NVL72:~30 | B200:~4GB200 NVL72:~6 |
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。
Qwen3.5 397B 8K / 1K 每百万总 token 成本 vs. 交互性
Qwen3.5 397B 8K / 1K 每百万总 token 成本 vs. 交互性- 成本层级:
- 来源:
- SemiAnalysis InferenceX™
TCO $/chip/hr：
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。
暂无数据
有符合条件的测量数据，但对应的芯片曲线已隐藏。
按住 Shift 滚动以缩放 · 拖动以平移 · 双击以重置 · 点击数据点固定提示框