Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — H100 vs MI300X
H100（NVIDIA Hopper）与 MI300X（AMD CDNA 3）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。
H100 在 Qwen 3.5 397B-A17B 上以 43 tok/s/user 运行时达到 961 tok/s/GPU（每百万 token $0.38）；MI300X 达到 346 tok/s/GPU（$0.89）。H100 每 token 成本低 138%；H100 每 GPU 吞吐量高出 178%。
Qwen 3.5 397B-A17B 在 53 tok/s/user 交互性下的吞吐量：H100 为 717 tok/s/GPU，MI300X 为 190。每百万 token 成本分别为 $0.51 和 $1.63。H100 每 token 成本低 223%；H100 每 GPU 吞吐量高出 278%。
H100 / MI300X 在 Qwen 3.5 397B-A17B 上以 62 tok/s/user 运行：549 / 123 tok/s/GPU，$0.69 / $2.52 每百万 token。H100 每 token 成本低 265%；H100 每 GPU 吞吐量高出 347%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:960.8MI300X:345.8 | H100:716.6MI300X:189.5 | H100:548.8MI300X:122.7 |
| Cost ($/M tok) | H100:$0.375MI300X:$0.893 | H100:$0.506MI300X:$1.633 | H100:$0.690MI300X:$2.517 |
| tok/s/MW | H100:555366MI300X:193162 | H100:414247MI300X:105886 | H100:317253MI300X:68573 |
| Concurrency | H100:~101MI300X:~34 | H100:~61MI300X:~15 | H100:~42MI300X:~8 |
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: