Qwen 3.8 Flash Next 176B-A6B · 每美元性能
Qwen 3.8 Flash Next 176B-A6B — H100 与 TPU7x 每美元性能
对比 H100（NVIDIA Hopper）与 TPU7x（Google Ironwood）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 →
87 tok/s/user 接近 70–139 tok/s/user 交互性区间的下限。在这一运行点，H100 运行 Qwen 3.8 Flash Next 176B-A6B 的每百万 token 成本为 $0.066，TPU7x 为 $0.008；TPU7x 的成本低 88%。
当 Qwen 3.8 Flash Next 176B-A6B 的目标交互性为 105 tok/s/user 时，H100 与 TPU7x 的每百万 token 成本分别为 $0.066 和 $0.009；TPU7x 每美元可处理的总 token 数为对方的 7.2 倍。
当 Qwen 3.8 Flash Next 176B-A6B 的目标交互性为 122 tok/s/user 时，H100 的每百万 token 成本为 $0.067，TPU7x 为 $0.010；在这一运行点，TPU7x 的成本效率为对方的 6.5 倍。 （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 · TPU7x $1.03/chip/hr. 来源： SemiAnalysis Market July 2026 Pricing Surveys & AI Cloud TCO Model.
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$0.066TPU7x$0.008 | H100$0.066TPU7x$0.009 | H100$0.067TPU7x$0.010 |
| 并发数 | H100~10TPU7x~28 | H100~9TPU7x~23 | H100~9TPU7x~20 |
