Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs B300
B200（NVIDIA Blackwell）与 B300（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。
Qwen 3.5 397B-A17B 在 87 tok/s/user 交互性下的吞吐量：B200 为 2247 tok/s/GPU，B300 为 2162。每百万 token 成本分别为 $0.24 和 $0.30。B200 每 token 成本低 26%；B200 每 GPU 吞吐量高出 4%。
B200 / B300 在 Qwen 3.5 397B-A17B 上以 143 tok/s/user 运行：1024 / 1046 tok/s/GPU，$0.53 / $0.62 每百万 token。B200 每 token 成本低 17%；B300 每 GPU 吞吐量高出 2%。
在 31–255 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 199 tok/s/user 运行时：B200 达到 642 tok/s/GPU（$0.84/百万 token），B300 达到 676（$0.96/百万）。B200 每 token 成本低 14%；B300 每 GPU 吞吐量高出 5%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:2247.4B300:2161.9 | B200:1023.5B300:1046.3 | B200:642.4B300:676.4 |
| Cost ($/M tok) | B200:$0.241B300:$0.303 | B200:$0.529B300:$0.620 | B200:$0.838B300:$0.959 |
| tok/s/MW | B200:1314244B300:1137820 | B200:598546B300:550668 | B200:375677B300:356006 |
| Concurrency | B200:~58B300:~51 | B200:~16B300:~15 | B200:~7B300:~7 |
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: