Qwen 3.8 Flash Next 176B-A6B · 芯片对比
Qwen 3.8 Flash Next 176B-A6B — H100 与 TPU7x
对比 H100（NVIDIA Hopper）与 TPU7x（Google Ironwood）在 Qwen 3.8 Flash Next 176B-A6B 上的 AI 推理基准测试结果，涵盖不同 LLM 工作负载下的延迟、吞吐量和成本。可通过下方图表控件切换序列长度、精度和指标，操作方式与主推理图表相同。
AgentX 回放真实的 coding agent 会话，而非定长 prompt。随着会话轮次增加，上下文不断增长；每个请求的大部分内容都可直接从 cache 读取，无需重新计算。因此，这项对比不仅取决于芯片本身的吞吐量，还会受到跨节点 KV 传输、prefix-aware routing 和 cache 容量等系统因素影响。定长序列工作负载仍是衡量 kernel 与芯片性能的清晰基线；两种场景从不同角度回答同一硬件的性能问题。 进一步了解 AgentX →
以 87 tok/s/user 为目标运行 Qwen 3.8 Flash Next 176B-A6B 时，H100 的吞吐量为 4,935 tok/s/chip，每百万 token 成本为 $0.066；TPU7x 的吞吐量为 34,903 tok/s/chip，每百万 token 成本为 $0.008。TPU7x 的每 token 成本低 88%；TPU7x 的单芯片吞吐量为对方的 7.1 倍。
105 tok/s/user 位于 70–139 tok/s/user 交互性区间的中段。在这一运行点，H100 运行 Qwen 3.8 Flash Next 176B-A6B 的吞吐量为 4,912 tok/s/chip，每百万 token 成本为 $0.066；TPU7x 的吞吐量为 31,274 tok/s/chip，每百万 token 成本为 $0.009。TPU7x 的每 token 成本低 86%；TPU7x 的单芯片吞吐量为对方的 6.4 倍。
将 Qwen 3.8 Flash Next 176B-A6B 的目标交互性设为 122 tok/s/user 时，H100 的吞吐量为 4,879 tok/s/chip，每百万 token 成本为 $0.067；TPU7x 的吞吐量为 28,027 tok/s/chip，每百万 token 成本为 $0.010。TPU7x 的每 token 成本低 85%；TPU7x 的单芯片吞吐量为对方的 5.7 倍。 （以上数据基于此 URL 对应的默认 agentic-traces · fp8 配置；在控件中切换序列长度、精度或模型后，下方表格和图表会同步更新。）
数据由真实基准测试结果插值得出。调整下方的目标交互性数值，即可比较不同运行点。
| 指标 | 交互性（tok/s/user） | 交互性（tok/s/user） | 交互性（tok/s/user） |
|---|---|---|---|
| 吞吐量（tok/s/chip） | H1004,935TPU7x34,903 | H1004,912TPU7x31,274 | H1004,879TPU7x28,027 |
| 成本（$/M tok） | H100$0.066TPU7x$0.008 | H100$0.066TPU7x$0.009 | H100$0.067TPU7x$0.010 |
| tok/s/MW | H1003,601,887TPU7x28,917,042 | H1003,585,695TPU7x25,910,889 | H1003,561,415TPU7x23,220,337 |
| 并发数 | H100~10TPU7x~28 | H100~9TPU7x~23 | H100~9TPU7x~20 |