Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB200 NVL72 vs H100
GB200 NVL72（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。
Qwen 3.5 397B-A17B 在 64 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 1239 tok/s/GPU，H100 为 433。每百万 token 成本分别为 $0.51 和 $0.85。GB200 NVL72 每 token 成本低 68%；GB200 NVL72 每 GPU 吞吐量高出 186%。
GB200 NVL72 / H100 在 Qwen 3.5 397B-A17B 上以 100 tok/s/user 运行：472 / 311 tok/s/GPU，$1.27 / $1.15 每百万 token。H100 每 token 成本低 11%；GB200 NVL72 每 GPU 吞吐量高出 52%。
在 29–171 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 135 tok/s/user 运行时：GB200 NVL72 达到 217 tok/s/GPU（$2.84/百万 token），H100 达到 236（$1.54/百万）。H100 每 token 成本低 85%；H100 每 GPU 吞吐量高出 9%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1239.3H100:433.3 | GB200 NVL72:472.0H100:310.5 | GB200 NVL72:216.7H100:236.1 |
| Cost ($/M tok) | GB200 NVL72:$0.506H100:$0.848 | GB200 NVL72:$1.272H100:$1.151 | GB200 NVL72:$2.838H100:$1.536 |
| tok/s/MW | GB200 NVL72:662711H100:316265 | GB200 NVL72:252382H100:226676 | GB200 NVL72:115883H100:172330 |
| Concurrency | GB200 NVL72:~113H100:~28 | GB200 NVL72:~20H100:~13 | GB200 NVL72:~7H100:~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: