Qwen 3.5 397B-A17B — GB200 NVL72 vs H200 每美元性能
GB200 NVL72（NVIDIA Blackwell）与 H200（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。
将 Qwen 3.5 397B-A17B 推至 74 tok/s/user 时，GB200 NVL72 每百万 token 成本为 $0.06，H200 为 $0.25——GB200 NVL72 领先 353%。
GB200 NVL72：每百万 token $0.09。H200：$0.33。均在 Qwen 3.5 397B-A17B 上以 112 tok/s/user 运行，GB200 NVL72 便宜 258%。
在 36–187 tok/s/user 交互性区间的高端——即 150 tok/s/user 处——GB200 NVL72 运行 Qwen 3.5 397B-A17B 每百万 token 成本为 $0.17，H200 为 $0.42。GB200 NVL72 便宜 142%。 （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 · H200 $1.41/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:$0.056H200:$0.254 | GB200 NVL72:$0.092H200:$0.330 | GB200 NVL72:$0.171H200:$0.415 |
| Concurrency | GB200 NVL72:~1264H200:~19 | GB200 NVL72:~332H200:~10 | GB200 NVL72:~57H200:~6 |
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。