Qwen 3.8 Flash Next 176B-A6B — B200 与 H200 每美元性能
对比 B200（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 Qwen 3.8 Flash Next 176B-A6B 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 3.8 Flash Next 176B-A6B 的目标交互性为 43 tok/s/user 时，H200 的每百万 token 成本为 $0.02；B200 在该运行点暂无基准测试数据。
在 Qwen 3.8 Flash Next 176B-A6B 的 73 tok/s/user 运行点，H200 的每百万 token 成本为 $0.02；B200 尚未在该运行点进行基准测试。
当 Qwen 3.8 Flash Next 176B-A6B 的目标交互性为 103 tok/s/user 时，仅 H200 有成本数据，每百万 token 成本为 $0.03；B200 在该运行点尚未测试。 （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.
| 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:—H200:$0.020 | B200:—H200:$0.022 | B200:—H200:$0.025 |
| 并发数 | B200:—H200:~15 | B200:—H200:~13 | B200:—H200:~11 |
推理性能
不同模型、硬件配置和服务参数下，来自 AgentX 场景的智能体推理指标与固定序列推理指标。
Qwen3.8 Flash Next 176B 每百万总 token 成本 vs. 交互性
Qwen3.8 Flash Next 176B - 成本层级:
- 来源:
- SemiAnalysis InferenceX™
TCO $/chip/hr：
来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算每百万 token 成本，而非按芯片总数计算。因此，与聚合配置进行token 成本的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输入吞吐量，而非按芯片总数计算。因此，与聚合配置进行输入吞吐量的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算输出吞吐量，而非按芯片总数计算。因此，与聚合配置进行输出吞吐量的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算功耗，而非按芯片总数计算。因此，与聚合配置进行功耗的直接对比并不完全等价。
注意：分离式推理配置（如 MoRI SGLang、Dynamo TRTLLM）按解码芯片或预填充 芯片计算能耗，而非按芯片总数计算。因此，与聚合配置进行每 token 能耗的直接对比并不完全等价。
暂无数据
当前选择没有可绘制的测量数据。请检查上方的基准测试设置，或调整快捷筛选。