Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB200 NVL72 vs RTX PRO 6000
GB200 NVL72（NVIDIA Blackwell）与 RTX PRO 6000（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 在 Qwen 3.5 397B-A17B 上以 118 tok/s/user 运行时达到 6014 tok/s/GPU（每百万 token $0.11）。RTX PRO 6000 在此工作点没有数据。
GB200 NVL72：1871 tok/s/GPU，每百万 token $0.33（Qwen 3.5 397B-A17B 上以 201 tok/s/user 运行）。RTX PRO 6000 在此点尚未测试。
在 Qwen 3.5 397B-A17B 上以 283 tok/s/user 运行时，GB200 NVL72 吞吐量为 818 tok/s/GPU，每百万 token 成本 $0.70；RTX PRO 6000 在此目标点没有基准测试数据。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:6014.4RTX PRO 6000:— | GB200 NVL72:1871.3RTX PRO 6000:— | GB200 NVL72:817.8RTX PRO 6000:— |
| Cost ($/M tok) | GB200 NVL72:$0.106RTX PRO 6000:— | GB200 NVL72:$0.327RTX PRO 6000:— | GB200 NVL72:$0.702RTX PRO 6000:— |
| tok/s/MW | GB200 NVL72:3216272RTX PRO 6000:— | GB200 NVL72:1000702RTX PRO 6000:— | GB200 NVL72:437325RTX PRO 6000:— |
| Concurrency | GB200 NVL72:~233RTX PRO 6000:— | GB200 NVL72:~18RTX PRO 6000:— | GB200 NVL72:~4RTX PRO 6000:— |
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:
部署模式:
投机解码: