Qwen 3.5 397B-A17B — B300 vs GB200 NVL72
B300（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。
在 Qwen 3.5 397B-A17B 上以 84 tok/s/user 交互性运行时，B300 吞吐量为 5236 tok/s/GPU，每百万 token 成本 $0.12；GB200 NVL72 吞吐量为 10287 tok/s/GPU，成本 $0.06。GB200 NVL72 每 token 成本低 109%；GB200 NVL72 每 GPU 吞吐量高出 96%。
B300 在 Qwen 3.5 397B-A17B 上以 133 tok/s/user 运行时达到 3536 tok/s/GPU（每百万 token $0.18）；GB200 NVL72 达到 4367 tok/s/GPU（$0.14）。GB200 NVL72 每 token 成本低 29%；GB200 NVL72 每 GPU 吞吐量高出 23%。
Qwen 3.5 397B-A17B 在 182 tok/s/user 交互性下的吞吐量：B300 为 2591 tok/s/GPU，GB200 NVL72 为 2380。每百万 token 成本分别为 $0.25 和 $0.26。B300 每 token 成本低 3%；B300 每 GPU 吞吐量高出 9%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:5235.8GB200 NVL72:10287.4 | B300:3536.4GB200 NVL72:4366.7 | B300:2591.0GB200 NVL72:2379.6 |
| Cost ($/M tok) | B300:$0.124GB200 NVL72:$0.059 | B300:$0.183GB200 NVL72:$0.141 | B300:$0.252GB200 NVL72:$0.258 |
| tok/s/MW | B300:2755660GB200 NVL72:5501292 | B300:1861267GB200 NVL72:2335117 | B300:1363679GB200 NVL72:1272500 |
| Concurrency | B300:~29GB200 NVL72:~987 | B300:~12GB200 NVL72:~84 | B300:~7GB200 NVL72:~32 |
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。