Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — H200 vs MI300X
H200（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。
Qwen 3.5 397B-A17B 在 43 tok/s/user 交互性下的吞吐量：H200 为 550 tok/s/GPU，MI300X 为 346。每百万 token 成本分别为 $0.70 和 $0.89。H200 每 token 成本低 27%；H200 每 GPU 吞吐量高出 59%。
H200 / MI300X 在 Qwen 3.5 397B-A17B 上以 53 tok/s/user 运行：476 / 190 tok/s/GPU，$0.82 / $1.63 每百万 token。H200 每 token 成本低 99%；H200 每 GPU 吞吐量高出 151%。
在 34–71 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 62 tok/s/user 运行时：H200 达到 415 tok/s/GPU（$0.94/百万 token），MI300X 达到 123（$2.52/百万）。H200 每 token 成本低 167%；H200 每 GPU 吞吐量高出 238%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:550.3MI300X:345.8 | H200:475.6MI300X:189.5 | H200:415.3MI300X:122.7 |
| Cost ($/M tok) | H200:$0.703MI300X:$0.893 | H200:$0.821MI300X:$1.633 | H200:$0.943MI300X:$2.517 |
| tok/s/MW | H200:318117MI300X:193162 | H200:274884MI300X:105886 | H200:240032MI300X:68573 |
| Concurrency | H200:~51MI300X:~34 | H200:~37MI300X:~15 | H200:~27MI300X:~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: