Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs H100
B200（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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。
在 Qwen 3.5 397B-A17B 上以 66 tok/s/user 交互性运行时，B200 吞吐量为 3409 tok/s/GPU，每百万 token 成本 $0.16；H100 吞吐量为 422 tok/s/GPU，成本 $0.87。B200 每 token 成本低 446%；B200 每 GPU 吞吐量高出 709%。
B200 在 Qwen 3.5 397B-A17B 上以 101 tok/s/user 运行时达到 1731 tok/s/GPU（每百万 token $0.32）；H100 达到 308 tok/s/GPU（$1.16）。B200 每 token 成本低 266%；B200 每 GPU 吞吐量高出 462%。
Qwen 3.5 397B-A17B 在 136 tok/s/user 交互性下的吞吐量：B200 为 1096 tok/s/GPU，H100 为 234。每百万 token 成本分别为 $0.49 和 $1.55。B200 每 token 成本低 214%；B200 每 GPU 吞吐量高出 368%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3408.7H100:421.6 | B200:1730.6H100:308.0 | B200:1095.7H100:233.9 |
| Cost ($/M tok) | B200:$0.160H100:$0.873 | B200:$0.317H100:$1.159 | B200:$0.494H100:$1.553 |
| tok/s/MW | B200:1993367H100:307714 | B200:1012018H100:224844 | B200:640737H100:170740 |
| Concurrency | B200:~112H100:~26 | B200:~38H100:~12 | B200:~18H100:~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: