Qwen 3.5 397B-A17B — GB200 NVL72 vs H100
GB200 NVL72（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。
Qwen 3.5 397B-A17B 在 63 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 1282 tok/s/GPU，H100 为 517。每百万 token 成本分别为 $0.49 和 $0.73。GB200 NVL72 每 token 成本低 48%；GB200 NVL72 每 GPU 吞吐量高出 148%。
GB200 NVL72 / H100 在 Qwen 3.5 397B-A17B 上以 97 tok/s/user 运行：498 / 220 tok/s/GPU，$1.20 / $1.66 每百万 token。GB200 NVL72 每 token 成本低 39%；GB200 NVL72 每 GPU 吞吐量高出 127%。
在 29–165 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 131 tok/s/user 运行时：GB200 NVL72 达到 240 tok/s/GPU（$2.56/百万 token），H100 达到 86（$4.06/百万）。GB200 NVL72 每 token 成本低 59%；GB200 NVL72 每 GPU 吞吐量高出 178%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1282.2H100:517.2 | GB200 NVL72:498.4H100:220.0 | GB200 NVL72:239.9H100:86.2 |
| Cost ($/M tok) | GB200 NVL72:$0.489H100:$0.726 | GB200 NVL72:$1.201H100:$1.664 | GB200 NVL72:$2.557H100:$4.057 |
| tok/s/MW | GB200 NVL72:610561H100:298955 | GB200 NVL72:237351H100:127176 | GB200 NVL72:114230H100:49829 |
| Concurrency | GB200 NVL72:~129H100:~39 | GB200 NVL72:~22H100:~10 | GB200 NVL72:~8H100:~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。