Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B200 vs MI325X
B200（NVIDIA Blackwell）与 MI325X（AMD CDNA 3）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 / MI325X 在 Qwen 3.5 397B-A17B 上以 46 tok/s/user 运行：4600 / 403 tok/s/GPU，$0.12 / $0.86 每百万 token。B200 每 token 成本低 635%；B200 每 GPU 吞吐量高出 1042%。
在 37–72 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 55 tok/s/user 运行时：B200 达到 4061 tok/s/GPU（$0.13/百万 token），MI325X 达到 219（$1.63/百万）。B200 每 token 成本低 1131%；B200 每 GPU 吞吐量高出 1751%。
以 64 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，B200 产出 3529 tok/s/GPU（每百万 token $0.15），MI325X 产出 134（$2.64）。B200 每 token 成本低 1614%；B200 每 GPU 吞吐量高出 2528%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:4600.2MI325X:402.9 | B200:4061.3MI325X:219.4 | B200:3529.1MI325X:134.3 |
| Cost ($/M tok) | B200:$0.118MI325X:$0.864 | B200:$0.133MI325X:$1.631 | B200:$0.154MI325X:$2.638 |
| tok/s/MW | B200:2690164MI325X:238420 | B200:2375058MI325X:129810 | B200:2063826MI325X:79448 |
| Concurrency | B200:~225MI325X:~37 | B200:~166MI325X:~16 | B200:~120MI325X:~9 |
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: