Qwen 3.5 397B-A17B — GB200 NVL72 vs H100 每美元性能
GB200 NVL72（NVIDIA Blackwell）与 H100（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。
GB200 NVL72：每百万 token $0.49。H100：$0.73。均在 Qwen 3.5 397B-A17B 上以 63 tok/s/user 运行，GB200 NVL72 便宜 48%。
在 29–165 tok/s/user 交互性区间的中部——即 97 tok/s/user 处——GB200 NVL72 运行 Qwen 3.5 397B-A17B 每百万 token 成本为 $1.20，H100 为 $1.66。GB200 NVL72 便宜 39%。
在 Qwen 3.5 397B-A17B 上以 131 tok/s/user 运行时，每百万 token 成本分别为：GB200 NVL72 $2.56、H100 $4.06；GB200 NVL72 每美元多产出 59% 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）： GB200 NVL72 $2.21/GPU/hr · H100 $1.30/GPU/hr. 来源： SemiAnalysis Market August 2025 Pricing Surveys & AI Cloud TCO Model.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Dollar per Million Tokens | GB200 NVL72:$0.489H100:$0.726 | GB200 NVL72:$1.201H100:$1.664 | GB200 NVL72:$2.557H100:$4.057 |
| Concurrency | GB200 NVL72:~129H100:~39 | GB200 NVL72:~22H100:~10 | GB200 NVL72:~8H100:~3 |
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。