Qwen 3.5 397B-A17B · Chip 对比
Qwen 3.5 397B-A17B — B200 vs H100
B200（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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。
在 Qwen 3.5 397B-A17B 上以 56 tok/s/user 交互性运行时，B200 吞吐量为 9325 tok/s/Chip，每百万 token 成本 $0.05；H100 吞吐量为 2115 tok/s/Chip，成本 $0.15。B200 每 token 成本低 198%；B200 每 Chip 吞吐量高出 341%。
B200 在 Qwen 3.5 397B-A17B 上以 102 tok/s/user 运行时达到 6764 tok/s/Chip（每百万 token $0.07）；H100 达到 1541 tok/s/Chip（$0.21）。B200 每 token 成本低 197%；B200 每 Chip 吞吐量高出 339%。
Qwen 3.5 397B-A17B 在 147 tok/s/user 交互性下的吞吐量：B200 为 5101 tok/s/Chip，H100 为 1091。每百万 token 成本分别为 $0.09 和 $0.30。B200 每 token 成本低 215%；B200 每 Chip 吞吐量高出 367%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:9325.3H100:2115.0 | B200:6763.7H100:1541.4 | B200:5100.8H100:1091.2 |
| Cost ($/M tok) | B200:$0.052H100:$0.154 | B200:$0.071H100:$0.211 | B200:$0.094H100:$0.297 |
| tok/s/MW | B200:5453369H100:1543820 | B200:3955389H100:1125109 | B200:2982902H100:796526 |
| Concurrency | B200:~79H100:~37 | B200:~33H100:~14 | B200:~17H100:~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: