Qwen 3.5 397B-A17B · GPU 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 95 tok/s/user 运行时达到 4510 tok/s/GPU（每百万 token $0.12）；GB200 NVL72 达到 9153 tok/s/GPU（$0.07）。GB200 NVL72 每 token 成本低 79%；GB200 NVL72 每 GPU 吞吐量高出 103%。
Qwen 3.5 397B-A17B 在 154 tok/s/user 交互性下的吞吐量：B200 为 3096 tok/s/GPU，GB200 NVL72 为 3392。每百万 token 成本分别为 $0.17 和 $0.18。B200 每 token 成本低 3%；GB200 NVL72 每 GPU 吞吐量高出 10%。
B200 / GB200 NVL72 在 Qwen 3.5 397B-A17B 上以 214 tok/s/user 运行：2204 / 1614 tok/s/GPU，$0.24 / $0.38 每百万 token。B200 每 token 成本低 58%；B200 每 GPU 吞吐量高出 37%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:4510.1GB200 NVL72:9152.8 | B200:3095.8GB200 NVL72:3391.9 | B200:2204.2GB200 NVL72:1613.7 |
| Cost ($/M tok) | B200:$0.120GB200 NVL72:$0.067 | B200:$0.173GB200 NVL72:$0.179 | B200:$0.241GB200 NVL72:$0.380 |
| tok/s/MW | B200:2637459GB200 NVL72:4894560 | B200:1810430GB200 NVL72:1813845 | B200:1288995GB200 NVL72:862951 |
| Concurrency | B200:~23GB200 NVL72:~678 | B200:~10GB200 NVL72:~54 | B200:~5GB200 NVL72:~11 |
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: