Qwen 3.5 397B-A17B — B200 vs GB300 NVL72
B200（NVIDIA Blackwell）与 GB300 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。
Qwen 3.5 397B-A17B 在 98 tok/s/user 交互性下的吞吐量：B200 为 9203 tok/s/Chip，GB300 NVL72 为 35213。每百万 token 成本分别为 $0.05 和 $0.02。GB300 NVL72 每 token 成本低 189%；GB300 NVL72 每 Chip 吞吐量高出 283%。
B200 / GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 172 tok/s/user 运行：5421 / 16829 tok/s/Chip，$0.09 / $0.04 每百万 token。GB300 NVL72 每 token 成本低 133%；GB300 NVL72 每 Chip 吞吐量高出 210%。
在 24–320 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 246 tok/s/user 运行时：B200 达到 3629 tok/s/Chip（$0.13/百万 token），GB300 NVL72 达到 11105（$0.06/百万）。GB300 NVL72 每 token 成本低 135%；GB300 NVL72 每 Chip 吞吐量高出 206%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:9203.1GB300 NVL72:35212.7 | B200:5420.8GB300 NVL72:16828.9 | B200:3629.5GB300 NVL72:11105.0 |
| Cost ($/M tok) | B200:$0.053GB300 NVL72:$0.018 | B200:$0.089GB300 NVL72:$0.038 | B200:$0.133GB300 NVL72:$0.056 |
| tok/s/MW | B200:5381926GB300 NVL72:16609765 | B200:3170083GB300 NVL72:7938161 | B200:2122508GB300 NVL72:5238209 |
| Concurrency | B200:~96GB300 NVL72:~1181 | B200:~8GB300 NVL72:~393 | B200:~4GB300 NVL72:~145 |
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。