Qwen 3.5 397B-A17B · 芯片对比

Qwen 3.5 397B-A17B — B200 与 GB200 NVL72

对比 B200(NVIDIA Blackwell)与 GB200 NVL72(NVIDIA Blackwell)在 Qwen 3.5 397B-A17B 上的 AI 推理基准测试结果,涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可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 →

在 Qwen 3.5 397B-A17B 的 124 tok/s/user 运行点,B200 的吞吐量为 58,568 tok/s/chip,每百万 token 成本为 $0.008;GB200 NVL72 的吞吐量为 67,917 tok/s/chip,每百万 token 成本为 $0.008。GB200 NVL72 的每 token 成本低 7%;GB200 NVL72 的单芯片吞吐量高出 16%。

当 Qwen 3.5 397B-A17B 的目标交互性为 198 tok/s/user 时,B200 与 GB200 NVL72 的吞吐量分别为 33,287 和 38,538 tok/s/chip,每百万 token 成本分别为 $0.014 和 $0.013。GB200 NVL72 的每 token 成本低 7%;GB200 NVL72 的单芯片吞吐量高出 16%。

以 272 tok/s/user 为目标运行 Qwen 3.5 397B-A17B 时,B200 的吞吐量为 19,973 tok/s/chip,每百万 token 成本为 $0.024;GB200 NVL72 的吞吐量为 26,162 tok/s/chip,每百万 token 成本为 $0.020。GB200 NVL72 的每 token 成本低 18%;GB200 NVL72 的单芯片吞吐量高出 31%。 (以上数据基于此 URL 对应的默认 agentic-traces · fp4 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。)

查看每美元性能对比 →

GB200 NVL72 vs B200:完整规格与各模型基准测试 →

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)
吞吐量(tok/s/chip)
B20058,568GB200 NVL7267,917
B20033,287GB200 NVL7238,538
B20019,973GB200 NVL7226,162
成本($/M tok)
B200$0.008GB200 NVL72$0.008
B200$0.014GB200 NVL72$0.013
B200$0.024GB200 NVL72$0.020
tok/s/MW
B20034,250,389GB200 NVL7236,319,481
B20019,465,980GB200 NVL7220,608,595
B20011,680,117GB200 NVL7213,990,266
并发数
B200~21GB200 NVL72~23
B200~23GB200 NVL72~24
B200~12GB200 NVL72~16