Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB200 NVL72 vs H200
GB200 NVL72（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。
GB200 NVL72 / H200 在 Qwen 3.5 397B-A17B 上以 64 tok/s/user 运行：1239 / 510 tok/s/GPU，$0.51 / $0.77 每百万 token。GB200 NVL72 每 token 成本低 52%；GB200 NVL72 每 GPU 吞吐量高出 143%。
在 28–173 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 101 tok/s/user 运行时：GB200 NVL72 达到 464 tok/s/GPU（$1.30/百万 token），H200 达到 363（$1.07/百万）。H200 每 token 成本低 21%；GB200 NVL72 每 GPU 吞吐量高出 28%。
以 137 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 206 tok/s/GPU（每百万 token $2.98），H200 产出 299（$1.29）。H200 每 token 成本低 131%；H200 每 GPU 吞吐量高出 45%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1239.3H200:510.5 | GB200 NVL72:463.7H200:363.4 | GB200 NVL72:205.8H200:298.9 |
| Cost ($/M tok) | GB200 NVL72:$0.506H200:$0.767 | GB200 NVL72:$1.297H200:$1.072 | GB200 NVL72:$2.983H200:$1.292 |
| tok/s/MW | GB200 NVL72:662711H200:372593 | GB200 NVL72:247968H200:265257 | GB200 NVL72:110068H200:218175 |
| Concurrency | GB200 NVL72:~113H200:~32 | GB200 NVL72:~20H200:~15 | GB200 NVL72:~7H200:~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: