Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs H200
B300（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。
Qwen 3.5 397B-A17B 在 68 tok/s/user 交互性下的吞吐量：B300 为 2918 tok/s/GPU，H200 为 490。每百万 token 成本分别为 $0.22 和 $0.80。B300 每 token 成本低 262%；B300 每 GPU 吞吐量高出 495%。
B300 / H200 在 Qwen 3.5 397B-A17B 上以 106 tok/s/user 运行：1559 / 351 tok/s/GPU，$0.42 / $1.10 每百万 token。B300 每 token 成本低 165%；B300 每 GPU 吞吐量高出 344%。
在 30–182 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 144 tok/s/user 运行时：B300 达到 1036 tok/s/GPU（$0.63/百万 token），H200 达到 284（$1.37/百万）。B300 每 token 成本低 120%；B300 每 GPU 吞吐量高出 264%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:2918.4H200:490.2 | B300:1559.2H200:351.0 | B300:1035.7H200:284.4 |
| Cost ($/M tok) | B300:$0.221H200:$0.799 | B300:$0.416H200:$1.102 | B300:$0.626H200:$1.374 |
| tok/s/MW | B300:1535980H200:357804 | B300:820613H200:256186 | B300:545081H200:207582 |
| Concurrency | B300:~87H200:~29 | B300:~31H200:~13 | B300:~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: