Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs GB300 NVL72
B300（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。
B300 / GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 75 tok/s/user 运行：2633 / 1084 tok/s/GPU，$0.25 / $0.68 每百万 token。B300 每 token 成本低 176%；B300 每 GPU 吞吐量高出 143%。
在 32–206 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 119 tok/s/user 运行时：B300 达到 1313 tok/s/GPU（$0.49/百万 token），GB300 NVL72 达到 447（$1.65/百万）。B300 每 token 成本低 238%；B300 每 GPU 吞吐量高出 194%。
以 163 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，B300 产出 877 tok/s/GPU（每百万 token $0.73），GB300 NVL72 产出 208（$3.46）。B300 每 token 成本低 372%；B300 每 GPU 吞吐量高出 322%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:2633.5GB300 NVL72:1083.9 | B300:1313.4GB300 NVL72:446.9 | B300:877.3GB300 NVL72:207.7 |
| Cost ($/M tok) | B300:$0.246GB300 NVL72:$0.677 | B300:$0.487GB300 NVL72:$1.648 | B300:$0.733GB300 NVL72:$3.463 |
| tok/s/MW | B300:1386049GB300 NVL72:511290 | B300:691245GB300 NVL72:210784 | B300:461724GB300 NVL72:97959 |
| Concurrency | B300:~73GB300 NVL72:~63 | B300:~23GB300 NVL72:~16 | B300:~11GB300 NVL72:~5 |
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: