Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — H100 vs H200
H100（NVIDIA Hopper）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。
在 Qwen 3.5 397B-A17B 上以 64 tok/s/user 交互性运行时，H100 吞吐量为 433 tok/s/GPU，每百万 token 成本 $0.85；H200 吞吐量为 510 tok/s/GPU，成本 $0.77。H200 每 token 成本低 10%；H200 每 GPU 吞吐量高出 18%。
H100 在 Qwen 3.5 397B-A17B 上以 100 tok/s/user 运行时达到 311 tok/s/GPU（每百万 token $1.15）；H200 达到 366 tok/s/GPU（$1.07）。H200 每 token 成本低 8%；H200 每 GPU 吞吐量高出 18%。
Qwen 3.5 397B-A17B 在 135 tok/s/user 交互性下的吞吐量：H100 为 236 tok/s/GPU，H200 为 302。每百万 token 成本分别为 $1.54 和 $1.27。H200 每 token 成本低 21%；H200 每 GPU 吞吐量高出 28%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | H100:433.3H200:510.5 | H100:310.5H200:366.2 | H100:236.1H200:302.5 |
| Cost ($/M tok) | H100:$0.848H200:$0.767 | H100:$1.151H200:$1.065 | H100:$1.536H200:$1.273 |
| tok/s/MW | H100:316265H200:372593 | H100:226676H200:267292 | H100:172330H200:220775 |
| Concurrency | H100:~28H200:~32 | H100:~13H200:~15 | H100:~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: