Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）在 Qwen 3.5 397B-A17B 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。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。
Qwen 3.5 397B-A17B 在 85 tok/s/user 交互性下的吞吐量：B200 为 2256 tok/s/GPU，B300 为 2238。每百万 token 成本分别为 $0.24 和 $0.29。B200 每 token 成本低 22%；每 GPU 吞吐量基本持平。
B200 / B300 在 Qwen 3.5 397B-A17B 上以 140 tok/s/user 运行：939 / 1079 tok/s/GPU，$0.58 / $0.60 每百万 token。B200 每 token 成本低 5%；B300 每 GPU 吞吐量高出 15%。
在 30–249 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 195 tok/s/user 运行时：B200 达到 478 tok/s/GPU（$1.09/百万 token），B300 达到 697（$0.93/百万）。B300 每 token 成本低 17%；B300 每 GPU 吞吐量高出 46%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:2256.4B300:2237.7 | B200:939.2B300:1079.4 | B200:477.5B300:697.2 |
| Cost ($/M tok) | B200:$0.239B300:$0.292 | B200:$0.577B300:$0.603 | B200:$1.087B300:$0.931 |
| tok/s/MW | B200:1039836B300:1031184 | B200:432834B300:497438 | B200:220059B300:321297 |
| Concurrency | B200:~58B300:~54 | B200:~14B300:~16 | B200:~5B300:~8 |
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: