Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs H200
B200（NVIDIA Blackwell）与 H200（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。
B200 在 Qwen 3.5 397B-A17B 上以 69 tok/s/user 运行时达到 3226 tok/s/GPU（每百万 token $0.17）；H200 达到 485 tok/s/GPU（$0.81）。B200 每 token 成本低 377%；B200 每 GPU 吞吐量高出 565%。
Qwen 3.5 397B-A17B 在 107 tok/s/user 交互性下的吞吐量：B200 为 1555 tok/s/GPU，H200 为 349。每百万 token 成本分别为 $0.35 和 $1.11。B200 每 token 成本低 217%；B200 每 GPU 吞吐量高出 346%。
B200 / H200 在 Qwen 3.5 397B-A17B 上以 145 tok/s/user 运行：1001 / 282 tok/s/GPU，$0.54 / $1.39 每百万 token。B200 每 token 成本低 157%；B200 每 GPU 吞吐量高出 255%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:3225.9H200:485.3 | B200:1554.9H200:348.8 | B200:1001.4H200:282.0 |
| Cost ($/M tok) | B200:$0.169H200:$0.807 | B200:$0.349H200:$1.108 | B200:$0.540H200:$1.387 |
| tok/s/MW | B200:1886518H200:354252 | B200:909296H200:254569 | B200:585634H200:205835 |
| Concurrency | B200:~102H200:~28 | B200:~33H200:~13 | B200:~15H200:~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。
厂商:
聚合模式:
投机解码: