Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs MI325X
B300（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）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 46 tok/s/user 交互性下的吞吐量：B300 为 4358 tok/s/GPU，MI325X 为 403。每百万 token 成本分别为 $0.15 和 $0.86。B300 每 token 成本低 472%；B300 每 GPU 吞吐量高出 982%。
B300 / MI325X 在 Qwen 3.5 397B-A17B 上以 55 tok/s/user 运行：3643 / 219 tok/s/GPU，$0.18 / $1.63 每百万 token。B300 每 token 成本低 811%；B300 每 GPU 吞吐量高出 1561%。
在 37–72 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 64 tok/s/user 运行时：B300 达到 3104 tok/s/GPU（$0.21/百万 token），MI325X 达到 134（$2.64/百万）。B300 每 token 成本低 1170%；B300 每 GPU 吞吐量高出 2212%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:4358.1MI325X:402.9 | B300:3642.8MI325X:219.4 | B300:3103.8MI325X:134.3 |
| Cost ($/M tok) | B300:$0.151MI325X:$0.864 | B300:$0.179MI325X:$1.631 | B300:$0.208MI325X:$2.638 |
| tok/s/MW | B300:2008337MI325X:184830 | B300:1678708MI325X:100633 | B300:1430318MI325X:61591 |
| Concurrency | B300:~205MI325X:~37 | B300:~140MI325X:~16 | B300:~99MI325X:~9 |
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: