Qwen 3.5 397B-A17B — GB300 NVL72 vs H200 每美元性能
GB300 NVL72（NVIDIA Blackwell）与 H200（NVIDIA Hopper）在 Qwen 3.5 397B-A17B 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。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。
GB300 NVL72：每百万 token $0.56。H200：$0.81。均在 Qwen 3.5 397B-A17B 上以 69 tok/s/user 运行，GB300 NVL72 便宜 43%。
在 32–182 tok/s/user 交互性区间的中部——即 107 tok/s/user 处——GB300 NVL72 运行 Qwen 3.5 397B-A17B 每百万 token 成本为 $1.35，H200 为 $1.11。H200 便宜 22%。
在 Qwen 3.5 397B-A17B 上以 145 tok/s/user 运行时，每百万 token 成本分别为：GB300 NVL72 $2.57、H200 $1.39；H200 每美元多产出 85% 的 token。 （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。）
GPU 定价（所属云服务商）： GB300 NVL72 $2.65/GPU/hr · H200 $1.41/GPU/hr. 来源： SemiAnalysis Market August 2025 Pricing Surveys & AI Cloud TCO Model.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Dollar per Million Tokens | GB300 NVL72:$0.563H200:$0.807 | GB300 NVL72:$1.351H200:$1.108 | GB300 NVL72:$2.568H200:$1.387 |
| Concurrency | GB300 NVL72:~113H200:~28 | GB300 NVL72:~21H200:~13 | GB300 NVL72:~9H200:~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。