Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — H200 vs RTX PRO 6000
H200（NVIDIA Hopper）与 RTX PRO 6000（NVIDIA Blackwell）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。
H200：505 tok/s/GPU，每百万 token $0.78（Qwen 3.5 397B-A17B 上以 65 tok/s/user 运行）。RTX PRO 6000 在此点尚未测试。
在 Qwen 3.5 397B-A17B 上以 105 tok/s/user 运行时，H200 吞吐量为 353 tok/s/GPU，每百万 token 成本 $1.10；RTX PRO 6000 在此目标点没有基准测试数据。
H200 在 Qwen 3.5 397B-A17B 上以 144 tok/s/user 运行时达到 284 tok/s/GPU（每百万 token $1.37）。RTX PRO 6000 在此工作点没有数据。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H200:505.3RTX PRO 6000:— | H200:353.3RTX PRO 6000:— | H200:284.4RTX PRO 6000:— |
| Cost ($/M tok) | H200:$0.775RTX PRO 6000:— | H200:$1.096RTX PRO 6000:— | H200:$1.374RTX PRO 6000:— |
| tok/s/MW | H200:368816RTX PRO 6000:— | H200:257863RTX PRO 6000:— | H200:207582RTX PRO 6000:— |
| Concurrency | H200:~31RTX PRO 6000:— | H200:~14RTX PRO 6000:— | H200:~8RTX PRO 6000:— |
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:
部署模式:
投机解码: