Qwen 3.5 397B-A17B · GPU 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 55 tok/s/user 运行时达到 3811 tok/s/GPU（每百万 token $0.14）；H200 达到 463 tok/s/GPU（$0.85）。B200 每 token 成本低 495%；B200 每 GPU 吞吐量高出 723%。
Qwen 3.5 397B-A17B 在 81 tok/s/user 交互性下的吞吐量：B200 为 2426 tok/s/GPU，H200 为 319。每百万 token 成本分别为 $0.22 和 $1.23。B200 每 token 成本低 450%；B200 每 GPU 吞吐量高出 661%。
B200 / H200 在 Qwen 3.5 397B-A17B 上以 107 tok/s/user 运行：1564 / 271 tok/s/GPU，$0.34 / $1.45 每百万 token。B200 每 token 成本低 327%；B200 每 GPU 吞吐量高出 476%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3810.6H200:462.9 | B200:2425.9H200:318.8 | B200:1564.4H200:271.4 |
| Cost ($/M tok) | B200:$0.142H200:$0.846 | B200:$0.223H200:$1.229 | B200:$0.338H200:$1.446 |
| tok/s/MW | B200:1756045H200:267580 | B200:1117918H200:184266 | B200:720928H200:156874 |
| Concurrency | B200:~155H200:~34 | B200:~65H200:~16 | B200:~33H200:~12 |
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: