Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs GB200 NVL72
B300（NVIDIA Blackwell）与 GB200 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。
在 Qwen 3.5 397B-A17B 上以 65 tok/s/user 交互性运行时，B300 吞吐量为 3055 tok/s/GPU，每百万 token 成本 $0.21；GB200 NVL72 吞吐量为 1198 tok/s/GPU，成本 $0.52。B300 每 token 成本低 148%；B300 每 GPU 吞吐量高出 155%。
B300 在 Qwen 3.5 397B-A17B 上以 102 tok/s/user 运行时达到 1666 tok/s/GPU（每百万 token $0.39）；GB200 NVL72 达到 456 tok/s/GPU（$1.32）。B300 每 token 成本低 237%；B300 每 GPU 吞吐量高出 266%。
Qwen 3.5 397B-A17B 在 138 tok/s/user 交互性下的吞吐量：B300 为 1101 tok/s/GPU，GB200 NVL72 为 201。每百万 token 成本分别为 $0.59 和 $3.06。B300 每 token 成本低 417%；B300 每 GPU 吞吐量高出 449%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:3055.1GB200 NVL72:1198.2 | B300:1665.6GB200 NVL72:455.6 | B300:1100.9GB200 NVL72:200.6 |
| Cost ($/M tok) | B300:$0.211GB200 NVL72:$0.522 | B300:$0.393GB200 NVL72:$1.323 | B300:$0.592GB200 NVL72:$3.057 |
| tok/s/MW | B300:1407873GB200 NVL72:570576 | B300:767570GB200 NVL72:216965 | B300:507336GB200 NVL72:95505 |
| Concurrency | B300:~96GB200 NVL72:~100 | B300:~34GB200 NVL72:~19 | B300:~17GB200 NVL72:~6 |
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: