Qwen 3.5 397B-A17B · 每美元性能
Qwen 3.5 397B-A17B — GB200 NVL72 vs H200 每美元性能
GB200 NVL72（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。
将 Qwen 3.5 397B-A17B 推至 54 tok/s/user 时，GB200 NVL72 每百万 token 成本为 $0.34，H200 为 $0.83——GB200 NVL72 领先 147%。
GB200 NVL72：每百万 token $0.82。H200：$1.22。均在 Qwen 3.5 397B-A17B 上以 80 tok/s/user 运行，GB200 NVL72 便宜 48%。
在 28–132 tok/s/user 交互性区间的高端——即 107 tok/s/user 处——GB200 NVL72 运行 Qwen 3.5 397B-A17B 每百万 token 成本为 $1.47，H200 为 $1.45。H200 便宜 2%。 （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 · 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 | GB200 NVL72:$0.338H200:$0.833 | GB200 NVL72:$0.823H200:$1.216 | GB200 NVL72:$1.470H200:$1.446 |
| Concurrency | GB200 NVL72:~376H200:~36 | GB200 NVL72:~40H200:~17 | GB200 NVL72:~17H200:~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: