Qwen 3.5 397B-A17B · Chip 对比
Qwen 3.5 397B-A17B — B200 vs GB200 NVL72
B200（NVIDIA Blackwell）与 GB200 NVL72（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。
B200 在 Qwen 3.5 397B-A17B 上以 125 tok/s/user 运行时达到 5830 tok/s/Chip（每百万 token $0.08）；GB200 NVL72 达到 8500 tok/s/Chip（$0.06）。GB200 NVL72 每 token 成本低 35%；GB200 NVL72 每 Chip 吞吐量高出 46%。
Qwen 3.5 397B-A17B 在 204 tok/s/user 交互性下的吞吐量：B200 为 3746 tok/s/Chip，GB200 NVL72 为 2712。每百万 token 成本分别为 $0.13 和 $0.19。B200 每 token 成本低 49%；B200 每 Chip 吞吐量高出 38%。
B200 / GB200 NVL72 在 Qwen 3.5 397B-A17B 上以 283 tok/s/user 运行：2500 / 1286 tok/s/Chip，$0.19 / $0.39 每百万 token。B200 每 token 成本低 104%；B200 每 Chip 吞吐量高出 94%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:5830.5GB200 NVL72:8499.6 | B200:3746.4GB200 NVL72:2712.3 | B200:2500.2GB200 NVL72:1285.8 |
| Cost ($/M tok) | B200:$0.082GB200 NVL72:$0.061 | B200:$0.128GB200 NVL72:$0.191 | B200:$0.191GB200 NVL72:$0.391 |
| tok/s/MW | B200:3409646GB200 NVL72:4545244 | B200:2190873GB200 NVL72:1450449 | B200:1462092GB200 NVL72:687588 |
| Concurrency | B200:~23GB200 NVL72:~558 | B200:~9GB200 NVL72:~30 | B200:~4GB200 NVL72:~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。
厂商:
部署模式:
投机解码: