Qwen 3.5 397B-A17B · 每美元性能
Qwen 3.5 397B-A17B — B300 vs H200 每美元性能
B300（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 Qwen 3.5 397B-A17B 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。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。
B300：每百万 token $0.18。H200：$0.85。均在 Qwen 3.5 397B-A17B 上以 55 tok/s/user 运行，B300 便宜 373%。
在 30–132 tok/s/user 交互性区间的中部——即 81 tok/s/user 处——B300 运行 Qwen 3.5 397B-A17B 每百万 token 成本为 $0.27，H200 为 $1.23。B300 便宜 353%。
在 Qwen 3.5 397B-A17B 上以 107 tok/s/user 运行时，每百万 token 成本分别为：B300 $0.42、H200 $1.45；B300 每美元多产出 243% 的 token。 （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。）
GPU 定价（所属云服务商）： B300 $2.34/GPU/hr · H200 $1.41/GPU/hr. 来源： SemiAnalysis Market August 2025 Pricing Surveys & AI Cloud TCO Model.
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) |
|---|---|---|---|
| Dollar per Million Tokens | B300:$0.179H200:$0.846 | B300:$0.272H200:$1.229 | B300:$0.421H200:$1.446 |
| Concurrency | B300:~140H200:~34 | B300:~61H200:~16 | B300:~30H200:~12 |
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: