Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB300 NVL72 vs H200
GB300 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。
H200 在 Qwen 3.5 397B-A17B 上以 53 tok/s/user 运行时达到 476 tok/s/GPU（每百万 token $0.82）。GB300 NVL72 在此工作点没有数据。
H200：323 tok/s/GPU，每百万 token $1.22（Qwen 3.5 397B-A17B 上以 80 tok/s/user 运行）。GB300 NVL72 在此点尚未测试。
在 Qwen 3.5 397B-A17B 上以 106 tok/s/user 运行时，H200 吞吐量为 272 tok/s/GPU，每百万 token 成本 $1.44；GB300 NVL72 在此目标点没有基准测试数据。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:—H200:475.6 | GB300 NVL72:—H200:322.8 | GB300 NVL72:—H200:272.5 |
| Cost ($/M tok) | GB300 NVL72:—H200:$0.821 | GB300 NVL72:—H200:$1.216 | GB300 NVL72:—H200:$1.438 |
| tok/s/MW | GB300 NVL72:—H200:274884 | GB300 NVL72:—H200:186573 | GB300 NVL72:—H200:157493 |
| Concurrency | GB300 NVL72:—H200:~37 | GB300 NVL72:—H200:~17 | GB300 NVL72:—H200:~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: