Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB300 NVL72 vs RTX PRO 6000
GB300 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。
在 Qwen 3.5 397B-A17B 上以 123 tok/s/user 运行时，GB300 NVL72 吞吐量为 6206 tok/s/GPU，每百万 token 成本 $0.12；RTX PRO 6000 在此目标点没有基准测试数据。
GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 207 tok/s/user 运行时达到 1960 tok/s/GPU（每百万 token $0.38）。RTX PRO 6000 在此工作点没有数据。
GB300 NVL72：772 tok/s/GPU，每百万 token $0.92（Qwen 3.5 397B-A17B 上以 291 tok/s/user 运行）。RTX PRO 6000 在此点尚未测试。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:6206.5RTX PRO 6000:— | GB300 NVL72:1960.3RTX PRO 6000:— | GB300 NVL72:771.8RTX PRO 6000:— |
| Cost ($/M tok) | GB300 NVL72:$0.122RTX PRO 6000:— | GB300 NVL72:$0.379RTX PRO 6000:— | GB300 NVL72:$0.916RTX PRO 6000:— |
| tok/s/MW | GB300 NVL72:2927579RTX PRO 6000:— | GB300 NVL72:924687RTX PRO 6000:— | GB300 NVL72:364073RTX PRO 6000:— |
| Concurrency | GB300 NVL72:~212RTX PRO 6000:— | GB300 NVL72:~20RTX PRO 6000:— | GB300 NVL72:~3RTX 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: