Qwen 3.5 397B-A17B · 每美元性能

Qwen 3.5 397B-A17B — H100 与 H200 每美元性能

对比 H100(NVIDIA Hopper)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 →

当 Qwen 3.5 397B-A17B 的目标交互性为 86 tok/s/user 时,H100 与 H200 的每百万 token 成本分别为 $0.054 和 $0.018;H200 每美元可处理的总 token 数为对方的 3.1 倍。

当 Qwen 3.5 397B-A17B 的目标交互性为 134 tok/s/user 时,H100 的每百万 token 成本为 $0.099,H200 为 $0.020;在这一运行点,H200 的成本效率为对方的 4.8 倍。

当 Qwen 3.5 397B-A17B 的目标交互性为 181 tok/s/user 时,H200 与 H100 的每百万 token 成本分别为 $0.027 和 $0.13;H200 的每 token 成本低 80%。 (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): H100 $1.17/chip/hr · H200 $1.22/chip/hr. 来源: SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.

查看完整延迟与吞吐量对比 →

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)
H100$0.054H200$0.018
H100$0.099H200$0.020
H100$0.13H200$0.027
并发数
H100~12H200~32
H100~5H200~23
H100~4H200~16
Qwen 3.5 397B-A17B:H100 与 H200 在相同交互性水平下的每百万 token 成本
H100 与 H200 在此对比默认工作负载下的每百万 token 成本。成本越低表示每美元性能越高。
查看大图 ↗