Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB200 NVL72 vs H200
GB200 NVL72（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。
GB200 NVL72 / H200 在 Qwen 3.5 397B-A17B 上以 54 tok/s/user 运行：1874 / 469 tok/s/GPU，$0.34 / $0.83 每百万 token。GB200 NVL72 每 token 成本低 147%；GB200 NVL72 每 GPU 吞吐量高出 299%。
在 28–132 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 80 tok/s/user 运行时：GB200 NVL72 达到 736 tok/s/GPU（$0.82/百万 token），H200 达到 323（$1.22/百万）。GB200 NVL72 每 token 成本低 48%；GB200 NVL72 每 GPU 吞吐量高出 128%。
以 107 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 416 tok/s/GPU（每百万 token $1.47），H200 产出 271（$1.45）。H200 每 token 成本低 2%；GB200 NVL72 每 GPU 吞吐量高出 53%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1874.3H200:469.3 | GB200 NVL72:735.7H200:322.8 | GB200 NVL72:415.8H200:271.4 |
| Cost ($/M tok) | GB200 NVL72:$0.338H200:$0.833 | GB200 NVL72:$0.823H200:$1.216 | GB200 NVL72:$1.470H200:$1.446 |
| tok/s/MW | GB200 NVL72:892542H200:271276 | GB200 NVL72:350356H200:186573 | GB200 NVL72:198012H200:156874 |
| Concurrency | GB200 NVL72:~376H200:~36 | GB200 NVL72:~40H200:~17 | GB200 NVL72:~17H200:~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: