Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs H200
B300（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。
Qwen 3.5 397B-A17B 在 55 tok/s/user 交互性下的吞吐量：B300 为 3643 tok/s/GPU，H200 为 463。每百万 token 成本分别为 $0.18 和 $0.85。B300 每 token 成本低 373%；B300 每 GPU 吞吐量高出 687%。
B300 / H200 在 Qwen 3.5 397B-A17B 上以 81 tok/s/user 运行：2395 / 319 tok/s/GPU，$0.27 / $1.23 每百万 token。B300 每 token 成本低 353%；B300 每 GPU 吞吐量高出 651%。
在 30–132 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 107 tok/s/user 运行时：B300 达到 1535 tok/s/GPU（$0.42/百万 token），H200 达到 271（$1.45/百万）。B300 每 token 成本低 243%；B300 每 GPU 吞吐量高出 466%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:3642.8H200:462.9 | B300:2394.8H200:318.8 | B300:1534.9H200:271.4 |
| Cost ($/M tok) | B300:$0.179H200:$0.846 | B300:$0.272H200:$1.229 | B300:$0.421H200:$1.446 |
| tok/s/MW | B300:1678708H200:267580 | B300:1103604H200:184266 | B300:707349H200:156874 |
| Concurrency | B300:~140H200:~34 | B300:~61H200:~16 | B300:~30H200:~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: