Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs H100
B200（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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。
在 Qwen 3.5 397B-A17B 上以 64 tok/s/user 交互性运行时，B200 吞吐量为 3271 tok/s/GPU，每百万 token 成本 $0.17；H100 吞吐量为 480 tok/s/GPU，成本 $0.77。B200 每 token 成本低 363%；B200 每 GPU 吞吐量高出 582%。
B200 在 Qwen 3.5 397B-A17B 上以 98 tok/s/user 运行时达到 1805 tok/s/GPU（每百万 token $0.29）；H100 达到 219 tok/s/GPU（$1.67）。B200 每 token 成本低 468%；B200 每 GPU 吞吐量高出 725%。
Qwen 3.5 397B-A17B 在 132 tok/s/user 交互性下的吞吐量：B200 为 1074 tok/s/GPU，H100 为 85。每百万 token 成本分别为 $0.50 和 $4.12。B200 每 token 成本低 718%；B200 每 GPU 吞吐量高出 1168%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3271.4H100:479.6 | B200:1804.9H100:218.9 | B200:1074.3H100:84.7 |
| Cost ($/M tok) | B200:$0.166H100:$0.768 | B200:$0.295H100:$1.672 | B200:$0.504H100:$4.121 |
| tok/s/MW | B200:1507578H100:277201 | B200:831767H100:126508 | B200:495059H100:48976 |
| Concurrency | B200:~110H100:~35 | B200:~41H100:~10 | B200:~18H100:~3 |
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: