Qwen 3.5 397B-A17B — B200 vs RTX PRO 6000
B200（NVIDIA Blackwell）与 RTX PRO 6000（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。
在 11–153 tok/s/user 交互性区间的低端，即 Qwen 3.5 397B-A17B 上以 47 tok/s/user 运行时：B200 达到 13489 tok/s/GPU（$0.04/百万 token），RTX PRO 6000 达到 1069（$0.11/百万）。B200 每 token 成本低 171%；B200 每 GPU 吞吐量高出 1162%。
以 82 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，B200 产出 10364 tok/s/GPU（每百万 token $0.05），RTX PRO 6000 产出 796（$0.15）。B200 每 token 成本低 178%；B200 每 GPU 吞吐量高出 1202%。
在 Qwen 3.5 397B-A17B 上以 118 tok/s/user 交互性运行时，B200 吞吐量为 7489 tok/s/GPU，每百万 token 成本 $0.07；RTX PRO 6000 吞吐量为 538 tok/s/GPU，成本 $0.24。B200 每 token 成本低 235%；B200 每 GPU 吞吐量高出 1292%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B200:13488.9RTX PRO 6000:1069.0 | B200:10364.1RTX PRO 6000:796.2 | B200:7489.3RTX PRO 6000:537.9 |
| Cost ($/M tok) | B200:$0.040RTX PRO 6000:$0.109 | B200:$0.052RTX PRO 6000:$0.145 | B200:$0.072RTX PRO 6000:$0.242 |
| tok/s/MW | B200:7888235RTX PRO 6000:1096391 | B200:6060896RTX PRO 6000:816652 | B200:4379733RTX PRO 6000:551701 |
| Concurrency | B200:~299RTX PRO 6000:~12 | B200:~143RTX PRO 6000:~5 | B200:~16RTX PRO 6000:~2 |
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。