Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — GB300 NVL72 vs H100
GB300 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。
GB300 NVL72 / H100 在 Qwen 3.5 397B-A17B 上以 66 tok/s/user 运行：1478 / 422 tok/s/GPU，$0.51 / $0.87 每百万 token。GB300 NVL72 每 token 成本低 72%；GB300 NVL72 每 GPU 吞吐量高出 251%。
在 32–171 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：GB300 NVL72 达到 589 tok/s/GPU（$1.23/百万 token），H100 达到 308（$1.16/百万）。H100 每 token 成本低 6%；GB300 NVL72 每 GPU 吞吐量高出 91%。
以 136 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB300 NVL72 产出 334 tok/s/GPU（每百万 token $2.19），H100 产出 234（$1.55）。H100 每 token 成本低 41%；GB300 NVL72 每 GPU 吞吐量高出 43%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:1478.2H100:421.6 | GB300 NVL72:589.3H100:308.0 | GB300 NVL72:334.0H100:233.9 |
| Cost ($/M tok) | GB300 NVL72:$0.508H100:$0.873 | GB300 NVL72:$1.225H100:$1.159 | GB300 NVL72:$2.193H100:$1.553 |
| tok/s/MW | GB300 NVL72:697275H100:307714 | GB300 NVL72:277973H100:224844 | GB300 NVL72:157564H100:170740 |
| Concurrency | GB300 NVL72:~167H100:~26 | GB300 NVL72:~25H100:~12 | GB300 NVL72:~11H100:~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: