Qwen 3.5 397B-A17B · Chip 对比
Qwen 3.5 397B-A17B — B200 vs B300
B200（NVIDIA Blackwell）与 B300（NVIDIA Blackwell）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。
Qwen 3.5 397B-A17B 在 69 tok/s/user 交互性下的吞吐量：B200 为 8445 tok/s/Chip，B300 为 6029。每百万 token 成本分别为 $0.06 和 $0.10。B200 每 token 成本低 83%；B200 每 Chip 吞吐量高出 40%。
B200 / B300 在 Qwen 3.5 397B-A17B 上以 123 tok/s/user 运行：5903 / 3800 tok/s/Chip，$0.08 / $0.16 每百万 token。B200 每 token 成本低 102%；B200 每 Chip 吞吐量高出 55%。
在 16–230 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 177 tok/s/user 运行时：B200 达到 4296 tok/s/Chip（$0.11/百万 token），B300 达到 2678（$0.23/百万）。B200 每 token 成本低 111%；B200 每 Chip 吞吐量高出 60%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:8445.3B300:6028.8 | B200:5903.5B300:3799.8 | B200:4296.4B300:2678.4 |
| Cost ($/M tok) | B200:$0.057B300:$0.104 | B200:$0.081B300:$0.165 | B200:$0.111B300:$0.235 |
| tok/s/MW | B200:4938783B300:3173049 | B200:3452324B300:1999883 | B200:2512489B300:1409673 |
| Concurrency | B200:~58B300:~41 | B200:~23B300:~15 | B200:~12B300:~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:
部署模式:
投机解码: