Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs H100
B300（NVIDIA Blackwell）与 H100（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。
B300 在 Qwen 3.5 397B-A17B 上以 63 tok/s/user 运行时达到 3154 tok/s/GPU（每百万 token $0.20）；H100 达到 517 tok/s/GPU（$0.73）。B300 每 token 成本低 255%；B300 每 GPU 吞吐量高出 510%。
Qwen 3.5 397B-A17B 在 97 tok/s/user 交互性下的吞吐量：B300 为 1815 tok/s/GPU，H100 为 220。每百万 token 成本分别为 $0.36 和 $1.66。B300 每 token 成本低 359%；B300 每 GPU 吞吐量高出 725%。
B300 / H100 在 Qwen 3.5 397B-A17B 上以 132 tok/s/user 运行：1162 / 85 tok/s/GPU，$0.56 / $4.12 每百万 token。B300 每 token 成本低 638%；B300 每 GPU 吞吐量高出 1272%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:3154.3H100:517.2 | B300:1815.3H100:220.0 | B300:1162.3H100:84.7 |
| Cost ($/M tok) | B300:$0.205H100:$0.726 | B300:$0.363H100:$1.664 | B300:$0.558H100:$4.121 |
| tok/s/MW | B300:1453609H100:298955 | B300:836559H100:127176 | B300:535632H100:48976 |
| Concurrency | B300:~102H100:~39 | B300:~39H100:~10 | B300:~19H100:~3 |
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: