Qwen 3.5 397B-A17B · 每美元性能
Qwen 3.5 397B-A17B — B200 与 H200 每美元性能
对比 B200(NVIDIA Blackwell)与 H200(NVIDIA Hopper)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。
AgentX 回放真实的 coding agent 会话,而非定长 prompt。随着会话轮次增加,上下文不断增长;每个请求的大部分内容都可直接从 cache 读取,无需重新计算。因此,这项对比不仅取决于芯片本身的吞吐量,还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线;两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
119 tok/s/user 接近 39–359 tok/s/user 交互性区间的下限。在这一运行点,B200 运行 Qwen 3.5 397B-A17B 的每百万 token 成本为 $0.014,H200 为 $0.019;B200 的成本低 27%。
当 Qwen 3.5 397B-A17B 的目标交互性为 199 tok/s/user 时,B200 与 H200 的每百万 token 成本分别为 $0.024 和 $0.031;B200 每美元可处理的总 token 数高出 33%。
当 Qwen 3.5 397B-A17B 的目标交互性为 279 tok/s/user 时,B200 的每百万 token 成本为 $0.051,H200 为 $0.057;在这一运行点,B200 的成本效率高出 12%。 (以上数据基于此 URL 对应的默认 agentic-traces · 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 · H200 $1.22/chip/hr. 来源: SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
数据由真实基准测试结果插值得出。调整下方的目标交互性数值,即可比较不同运行点。
| 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$0.014H200$0.019 | B200$0.024H200$0.031 | B200$0.051H200$0.057 |
| 并发数 | B200~30H200~25 | B200~32H200~14 | B200~12H200~8 |
