Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — H100 vs H200
H100（NVIDIA Hopper）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。
在 Qwen 3.5 397B-A17B 上以 54 tok/s/user 交互性运行时，H100 吞吐量为 697 tok/s/GPU，每百万 token 成本 $0.52；H200 吞吐量为 469 tok/s/GPU，成本 $0.83。H100 每 token 成本低 60%；H100 每 GPU 吞吐量高出 49%。
H100 在 Qwen 3.5 397B-A17B 上以 81 tok/s/user 运行时达到 233 tok/s/GPU（每百万 token $1.58）；H200 达到 319 tok/s/GPU（$1.23）。H200 每 token 成本低 28%；H200 每 GPU 吞吐量高出 37%。
Qwen 3.5 397B-A17B 在 107 tok/s/user 交互性下的吞吐量：H100 为 203 tok/s/GPU，H200 为 271。每百万 token 成本分别为 $1.79 和 $1.45。H200 每 token 成本低 23%；H200 每 GPU 吞吐量高出 34%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:697.4H200:469.3 | H100:232.6H200:318.8 | H100:202.9H200:271.4 |
| Cost ($/M tok) | H100:$0.522H200:$0.833 | H100:$1.576H200:$1.229 | H100:$1.785H200:$1.446 |
| tok/s/MW | H100:403103H200:271276 | H100:134426H200:184266 | H100:117258H200:156874 |
| Concurrency | H100:~58H200:~36 | H100:~12H200:~16 | H100:~8H200:~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: