Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB300 NVL72 vs H100
GB300 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。
在 Qwen 3.5 397B-A17B 上以 63 tok/s/user 运行时，H100 吞吐量为 517 tok/s/GPU，每百万 token 成本 $0.73；GB300 NVL72 在此目标点没有基准测试数据。
H100 在 Qwen 3.5 397B-A17B 上以 97 tok/s/user 运行时达到 220 tok/s/GPU（每百万 token $1.66）。GB300 NVL72 在此工作点没有数据。
H100：86 tok/s/GPU，每百万 token $4.06（Qwen 3.5 397B-A17B 上以 131 tok/s/user 运行）。GB300 NVL72 在此点尚未测试。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:—H100:517.2 | GB300 NVL72:—H100:220.0 | GB300 NVL72:—H100:86.2 |
| Cost ($/M tok) | GB300 NVL72:—H100:$0.726 | GB300 NVL72:—H100:$1.664 | GB300 NVL72:—H100:$4.057 |
| tok/s/MW | GB300 NVL72:—H100:298955 | GB300 NVL72:—H100:127176 | GB300 NVL72:—H100:49829 |
| Concurrency | GB300 NVL72:—H100:~39 | GB300 NVL72:—H100:~10 | GB300 NVL72:—H100:~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。
厂商:
聚合模式:
投机解码: