Qwen 3.8 Flash Next 176B-A6B — H100 vs H200 每美元性能
H100（NVIDIA Hopper）与 H200（NVIDIA Hopper）在 Qwen 3.8 Flash Next 176B-A6B 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。
AgentX 回放真实的编码 agent 会话，而不是固定长度的 prompt，因此上下文随轮次不断增长，每个请求的大部分内容由 cache 提供而无需重新计算。这让对比变成一个系统问题：跨节点的 KV 传输、prefix 感知路由与 cache 容量，都会与芯片原始吞吐量一同影响曲线。固定序列负载仍然是衡量 kernel 与芯片性能的干净基线，因此两种场景回答的是关于同一硬件的不同问题。 进一步了解 AgentX →
在 15–133 tok/s/user 交互性区间的低端——即 44 tok/s/user 处——H100 运行 Qwen 3.8 Flash Next 176B-A6B 每百万 token 成本为 $0.07，H200 为 $0.02。H200 便宜 218%。
在 Qwen 3.8 Flash Next 176B-A6B 上以 74 tok/s/user 运行时，每百万 token 成本分别为：H100 $0.07、H200 $0.02；H200 每美元多产出 200% 的 token。
在 Qwen 3.8 Flash Next 176B-A6B 上以 104 tok/s/user 运行时，H100 每百万 token 成本为 $0.07，H200 为 $0.03。H200 在此工作点上的成本效率高出 160%。 （数据反映此 URL 的默认 agentic-traces · 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。）
芯片定价（所属云服务商）： H100 $1.17/chip/hr · H200 $1.22/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| 每百万 token 美元成本 | H100:$0.065H200:$0.021 | H100:$0.066H200:$0.022 | H100:$0.066H200:$0.025 |
| Concurrency | H100:~11H200:~15 | H100:~10H200:~13 | H100:~9H200:~11 |