Qwen 3.5 397B-A17B — B300 vs GB300 NVL72
B300（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。
B300 / GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 100 tok/s/user 运行：10337 / 20464 tok/s/Chip，$0.06 / $0.03 每百万 token。GB300 NVL72 每 token 成本低 94%；GB300 NVL72 每 Chip 吞吐量高出 98%。
在 31–306 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 169 tok/s/user 运行时：B300 达到 6329 tok/s/Chip（$0.10/百万 token），GB300 NVL72 达到 12623（$0.05/百万）。GB300 NVL72 每 token 成本低 95%；GB300 NVL72 每 Chip 吞吐量高出 99%。
以 238 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，B300 产出 4506 tok/s/Chip（每百万 token $0.14），GB300 NVL72 产出 6339（$0.10）。GB300 NVL72 每 token 成本低 38%；GB300 NVL72 每 Chip 吞吐量高出 41%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:10336.6GB300 NVL72:20463.6 | B300:6328.8GB300 NVL72:12622.5 | B300:4505.6GB300 NVL72:6339.2 |
| Cost ($/M tok) | B300:$0.061GB300 NVL72:$0.031 | B300:$0.099GB300 NVL72:$0.051 | B300:$0.139GB300 NVL72:$0.101 |
| tok/s/MW | B300:5440305GB300 NVL72:9652655 | B300:3330952GB300 NVL72:5954024 | B300:2371344GB300 NVL72:2990178 |
| Concurrency | B300:~25GB300 NVL72:~1485 | B300:~9GB300 NVL72:~392 | B300:~4GB300 NVL72:~193 |
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。