Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs H100
B300（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。
B300 在 Qwen 3.5 397B-A17B 上以 65 tok/s/user 运行时达到 3055 tok/s/GPU（每百万 token $0.21）；H100 达到 427 tok/s/GPU（$0.86）。B300 每 token 成本低 308%；B300 每 GPU 吞吐量高出 615%。
Qwen 3.5 397B-A17B 在 100 tok/s/user 交互性下的吞吐量：B300 为 1723 tok/s/GPU，H100 为 311。每百万 token 成本分别为 $0.38 和 $1.15。B300 每 token 成本低 202%；B300 每 GPU 吞吐量高出 455%。
B300 / H100 在 Qwen 3.5 397B-A17B 上以 136 tok/s/user 运行：1122 / 234 tok/s/GPU，$0.58 / $1.55 每百万 token。B300 每 token 成本低 168%；B300 每 GPU 吞吐量高出 380%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:3055.1H100:427.2 | B300:1723.4H100:310.5 | B300:1121.7H100:233.9 |
| Cost ($/M tok) | B300:$0.211H100:$0.861 | B300:$0.381H100:$1.151 | B300:$0.580H100:$1.553 |
| tok/s/MW | B300:1607939H100:311848 | B300:907067H100:226676 | B300:590361H100:170740 |
| Concurrency | B300:~96H100:~27 | B300:~36H100:~13 | B300:~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: