Qwen 3.5 397B-A17B · Chip 对比
Qwen 3.5 397B-A17B — B200 vs H200
B200（NVIDIA Blackwell）与 H200（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。
B200 在 Qwen 3.5 397B-A17B 上以 69 tok/s/user 运行时达到 3226 tok/s/Chip（每百万 token $0.15）；H200 达到 485 tok/s/Chip（$0.70）。B200 每 token 成本低 369%；B200 每 Chip 吞吐量高出 565%。
Qwen 3.5 397B-A17B 在 107 tok/s/user 交互性下的吞吐量：B200 为 1555 tok/s/Chip，H200 为 349。每百万 token 成本分别为 $0.31 和 $0.97。B200 每 token 成本低 214%；B200 每 Chip 吞吐量高出 346%。
B200 / H200 在 Qwen 3.5 397B-A17B 上以 145 tok/s/user 运行：1001 / 282 tok/s/Chip，$0.48 / $1.20 每百万 token。B200 每 token 成本低 150%；B200 每 Chip 吞吐量高出 255%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:3225.9H200:485.3 | B200:1554.9H200:348.8 | B200:1001.4H200:282.0 |
| Cost ($/M tok) | B200:$0.149H200:$0.698 | B200:$0.309H200:$0.972 | B200:$0.480H200:$1.202 |
| tok/s/MW | B200:1886518H200:354252 | B200:909296H200:254569 | B200:585634H200:205835 |
| Concurrency | B200:~102H200:~28 | B200:~33H200:~13 | B200:~15H200:~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:
部署模式:
投机解码: