Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — H200 vs MI325X
H200（NVIDIA Hopper）与 MI325X（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。
H200 / MI325X 在 Qwen 3.5 397B-A17B 上以 46 tok/s/user 运行：523 / 403 tok/s/GPU，$0.74 / $0.86 每百万 token。H200 每 token 成本低 17%；H200 每 GPU 吞吐量高出 30%。
在 37–72 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 55 tok/s/user 运行时：H200 达到 463 tok/s/GPU（$0.85/百万 token），MI325X 达到 219（$1.63/百万）。H200 每 token 成本低 93%；H200 每 GPU 吞吐量高出 111%。
以 64 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，H200 产出 403 tok/s/GPU（每百万 token $0.97），MI325X 产出 134（$2.64）。H200 每 token 成本低 171%；H200 每 GPU 吞吐量高出 200%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:522.9MI325X:402.9 | H200:462.9MI325X:219.4 | H200:402.8MI325X:134.3 |
| Cost ($/M tok) | H200:$0.739MI325X:$0.864 | H200:$0.846MI325X:$1.631 | H200:$0.973MI325X:$2.638 |
| tok/s/MW | H200:302252MI325X:184830 | H200:267580MI325X:100633 | H200:232816MI325X:61591 |
| Concurrency | H200:~45MI325X:~37 | H200:~34MI325X:~16 | H200:~25MI325X:~9 |
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: