Qwen 3.5 397B-A17B — GB200 NVL72 vs H100 每美元性能
GB200 NVL72（NVIDIA Blackwell）与 H100（NVIDIA Hopper）在 Qwen 3.5 397B-A17B 上的每百万 token 成本。基于所属云服务商 TCO 归一化的输出 token 性能——在各类 LLM 工作负载下的每美元性能。在每个目标交互性水平下选出更经济的 SKU。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：每百万 token $0.05。H100：$0.26。均在 Qwen 3.5 397B-A17B 上以 70 tok/s/user 运行，GB200 NVL72 便宜 381%。
在 36–172 tok/s/user 交互性区间的中部——即 104 tok/s/user 处——GB200 NVL72 运行 Qwen 3.5 397B-A17B 每百万 token 成本为 $0.08，H100 为 $0.33。GB200 NVL72 便宜 330%。
在 Qwen 3.5 397B-A17B 上以 138 tok/s/user 运行时，每百万 token 成本分别为：GB200 NVL72 $0.15、H100 $0.41；GB200 NVL72 每美元多产出 169% 的 token。 （数据反映此 URL 的默认 8k/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。）
GPU 定价（所属云服务商）： GB200 NVL72 $2.21/GPU/hr · H100 $1.30/GPU/hr. 来源： SemiAnalysis Market August 2025 Pricing Surveys & AI Cloud TCO Model.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Dollar per Million Tokens | GB200 NVL72:$0.055H100:$0.264 | GB200 NVL72:$0.078H100:$0.335 | GB200 NVL72:$0.151H100:$0.407 |
| Concurrency | GB200 NVL72:~1305H100:~20 | GB200 NVL72:~483H100:~11 | GB200 NVL72:~72H100:~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。