Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（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。
B200 在 Qwen 3.5 397B-A17B 上以 66 tok/s/user 运行时达到 3161 tok/s/GPU（每百万 token $0.17）；GB200 NVL72 达到 1158 tok/s/GPU（$0.54）。B200 每 token 成本低 214%；B200 每 GPU 吞吐量高出 173%。
Qwen 3.5 397B-A17B 在 102 tok/s/user 交互性下的吞吐量：B200 为 1692 tok/s/GPU，GB200 NVL72 为 456。每百万 token 成本分别为 $0.31 和 $1.32。B200 每 token 成本低 322%；B200 每 GPU 吞吐量高出 271%。
B200 / GB200 NVL72 在 Qwen 3.5 397B-A17B 上以 138 tok/s/user 运行：972 / 201 tok/s/GPU，$0.56 / $3.06 每百万 token。B200 每 token 成本低 449%；B200 每 GPU 吞吐量高出 385%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3161.2GB200 NVL72:1158.3 | B200:1691.9GB200 NVL72:455.6 | B200:971.8GB200 NVL72:200.6 |
| Cost ($/M tok) | B200:$0.172GB200 NVL72:$0.539 | B200:$0.313GB200 NVL72:$1.323 | B200:$0.557GB200 NVL72:$3.057 |
| tok/s/MW | B200:1456774GB200 NVL72:551548 | B200:779666GB200 NVL72:216965 | B200:447813GB200 NVL72:95505 |
| Concurrency | B200:~103GB200 NVL72:~88 | B200:~37GB200 NVL72:~19 | B200:~15GB200 NVL72:~6 |
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: