Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — H200 vs MI355X
H200（NVIDIA Hopper）与 MI355X（AMD CDNA 4）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 53 tok/s/user 交互性运行时，H200 吞吐量为 476 tok/s/GPU，每百万 token 成本 $0.82；MI355X 吞吐量为 2454 tok/s/GPU，成本 $0.17。MI355X 每 token 成本低 393%；MI355X 每 GPU 吞吐量高出 416%。
H200 在 Qwen 3.5 397B-A17B 上以 80 tok/s/user 运行时达到 323 tok/s/GPU（每百万 token $1.22）；MI355X 达到 1653 tok/s/GPU（$0.25）。MI355X 每 token 成本低 381%；MI355X 每 GPU 吞吐量高出 412%。
Qwen 3.5 397B-A17B 在 106 tok/s/user 交互性下的吞吐量：H200 为 272 tok/s/GPU，MI355X 为 1162。每百万 token 成本分别为 $1.44 和 $0.35。MI355X 每 token 成本低 317%；MI355X 每 GPU 吞吐量高出 326%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:475.6MI355X:2453.8 | H200:322.8MI355X:1653.3 | H200:272.5MI355X:1161.8 |
| Cost ($/M tok) | H200:$0.821MI355X:$0.167 | H200:$1.216MI355X:$0.253 | H200:$1.438MI355X:$0.345 |
| tok/s/MW | H200:274884MI355X:925957 | H200:186573MI355X:623872 | H200:157493MI355X:438424 |
| Concurrency | H200:~37MI355X:~90 | H200:~17MI355X:~42 | H200:~12MI355X:~22 |
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: