Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB200 NVL72 vs GB300 NVL72
GB200 NVL72（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。
GB200 NVL72：1239 tok/s/GPU，每百万 token $0.51（Qwen 3.5 397B-A17B 上以 64 tok/s/user 运行）。GB300 NVL72 在此点尚未测试。
在 Qwen 3.5 397B-A17B 上以 101 tok/s/user 运行时，GB200 NVL72 吞吐量为 464 tok/s/GPU，每百万 token 成本 $1.30；GB300 NVL72 在此目标点没有基准测试数据。
GB200 NVL72 在 Qwen 3.5 397B-A17B 上以 137 tok/s/user 运行时达到 206 tok/s/GPU（每百万 token $2.98）。GB300 NVL72 在此工作点没有数据。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1239.3GB300 NVL72:— | GB200 NVL72:463.7GB300 NVL72:— | GB200 NVL72:205.8GB300 NVL72:— |
| Cost ($/M tok) | GB200 NVL72:$0.506GB300 NVL72:— | GB200 NVL72:$1.297GB300 NVL72:— | GB200 NVL72:$2.983GB300 NVL72:— |
| tok/s/MW | GB200 NVL72:590129GB300 NVL72:— | GB200 NVL72:220809GB300 NVL72:— | GB200 NVL72:98013GB300 NVL72:— |
| Concurrency | GB200 NVL72:~113GB300 NVL72:— | GB200 NVL72:~20GB300 NVL72:— | GB200 NVL72:~7GB300 NVL72:— |
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: