Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 NVL72（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 90 tok/s/user 交互性下的吞吐量：B200 为 9634 tok/s/GPU，GB300 NVL72 为 6025。每百万 token 成本分别为 $0.06 和 $0.12。B200 每 token 成本低 117%；B200 每 GPU 吞吐量高出 60%。
B200 / GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 136 tok/s/user 运行：6329 / 2801 tok/s/GPU，$0.09 / $0.26 每百万 token。B200 每 token 成本低 198%；B200 每 GPU 吞吐量高出 126%。
在 44–228 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 183 tok/s/user 运行时：B200 达到 5073 tok/s/GPU（$0.11/百万 token），GB300 NVL72 达到 1338（$0.55/百万）。B200 每 token 成本低 415%；B200 每 GPU 吞吐量高出 279%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:9633.7GB300 NVL72:6024.7 | B200:6328.9GB300 NVL72:2801.0 | B200:5073.0GB300 NVL72:1338.4 |
| Cost ($/M tok) | B200:$0.056GB300 NVL72:$0.122 | B200:$0.086GB300 NVL72:$0.256 | B200:$0.108GB300 NVL72:$0.553 |
| tok/s/MW | B200:5633740GB300 NVL72:2841855 | B200:3701092GB300 NVL72:1321248 | B200:2966644GB300 NVL72:631330 |
| Concurrency | B200:~114GB300 NVL72:~71 | B200:~11GB300 NVL72:~21 | B200:~7GB300 NVL72:~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: