Qwen 3.5 397B-A17B — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
Qwen 3.5 397B-A17B 在 103 tok/s/user 交互性下的吞吐量：B200 为 8567 tok/s/Chip，GB300 NVL72 为 20211。每百万 token 成本分别为 $0.06 和 $0.03。GB300 NVL72 每 token 成本低 77%；GB300 NVL72 每 Chip 吞吐量高出 136%。
B200 / GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 176 tok/s/user 运行：5145 / 11361 tok/s/Chip，$0.09 / $0.06 每百万 token。GB300 NVL72 每 token 成本低 65%；GB300 NVL72 每 Chip 吞吐量高出 121%。
在 31–320 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 248 tok/s/user 运行时：B200 达到 2831 tok/s/Chip（$0.17/百万 token），GB300 NVL72 达到 5485（$0.12/百万）。GB300 NVL72 每 token 成本低 45%；GB300 NVL72 每 Chip 吞吐量高出 94%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:8567.1GB300 NVL72:20211.3 | B200:5144.5GB300 NVL72:11360.5 | B200:2830.7GB300 NVL72:5485.1 |
| Cost ($/M tok) | B200:$0.056GB300 NVL72:$0.032 | B200:$0.093GB300 NVL72:$0.056 | B200:$0.170GB300 NVL72:$0.117 |
| tok/s/MW | B200:5009987GB300 NVL72:9533618 | B200:3008506GB300 NVL72:5358739 | B200:1655367GB300 NVL72:2587316 |
| Concurrency | B200:~54GB300 NVL72:~1450 | B200:~8GB300 NVL72:~426 | B200:~4GB300 NVL72:~121 |
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。