Qwen 3.5 397B-A17B · GPU 对比
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 90 tok/s/user 运行：9770 / 6025 tok/s/GPU，$0.07 / $0.12 每百万 token。B300 每 token 成本低 85%；B300 每 GPU 吞吐量高出 62%。
在 44–228 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 136 tok/s/user 运行时：B300 达到 6823 tok/s/GPU（$0.10/百万 token），GB300 NVL72 达到 2801（$0.26/百万）。B300 每 token 成本低 166%；B300 每 GPU 吞吐量高出 144%。
以 183 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，B300 产出 4481 tok/s/GPU（每百万 token $0.14），GB300 NVL72 产出 1338（$0.55）。B300 每 token 成本低 292%；B300 每 GPU 吞吐量高出 235%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:9770.0GB300 NVL72:6024.7 | B300:6823.1GB300 NVL72:2801.0 | B300:4481.0GB300 NVL72:1338.4 |
| Cost ($/M tok) | B300:$0.066GB300 NVL72:$0.122 | B300:$0.097GB300 NVL72:$0.256 | B300:$0.141GB300 NVL72:$0.553 |
| tok/s/MW | B300:4502289GB300 NVL72:2868920 | B300:3144307GB300 NVL72:1333831 | B300:2064984GB300 NVL72:637343 |
| Concurrency | B300:~26GB300 NVL72:~71 | B300:~12GB300 NVL72:~21 | B300:~6GB300 NVL72:~7 |
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: