Qwen 3.5 397B-A17B · Chip 对比
Qwen 3.5 397B-A17B — B200 vs H200
B200（NVIDIA Blackwell）与 H200（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。
B200 在 Qwen 3.5 397B-A17B 上以 60 tok/s/user 运行时达到 9041 tok/s/Chip（每百万 token $0.05）；H200 达到 1688 tok/s/Chip（$0.20）。B200 每 token 成本低 277%；B200 每 Chip 吞吐量高出 435%。
Qwen 3.5 397B-A17B 在 103 tok/s/user 交互性下的吞吐量：B200 为 6719 tok/s/Chip，H200 为 1266。每百万 token 成本分别为 $0.07 和 $0.27。B200 每 token 成本低 276%；B200 每 Chip 吞吐量高出 431%。
B200 / H200 在 Qwen 3.5 397B-A17B 上以 145 tok/s/user 运行：5163 / 966 tok/s/Chip，$0.09 / $0.35 每百万 token。B200 每 token 成本低 275%；B200 每 Chip 吞吐量高出 435%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B200:9040.6H200:1688.3 | B200:6718.8H200:1265.7 | B200:5162.7H200:965.8 |
| Cost ($/M tok) | B200:$0.053H200:$0.201 | B200:$0.072H200:$0.269 | B200:$0.093H200:$0.349 |
| tok/s/MW | B200:5286919H200:1232355 | B200:3929107H200:923836 | B200:3019119H200:704957 |
| Concurrency | B200:~72H200:~25 | B200:~32H200:~11 | B200:~18H200:~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: