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 92 tok/s/user 交互性运行时，B300 吞吐量为 4876 tok/s/Chip，每百万 token 成本 $0.13；GB200 NVL72 吞吐量为 10226 tok/s/Chip，成本 $0.05。GB200 NVL72 每 token 成本低 156%；GB200 NVL72 每 Chip 吞吐量高出 110%。
B300 在 Qwen 3.5 397B-A17B 上以 138 tok/s/user 运行时达到 3421 tok/s/Chip（每百万 token $0.18）；GB200 NVL72 达到 5238 tok/s/Chip（$0.10）。GB200 NVL72 每 token 成本低 82%；GB200 NVL72 每 Chip 吞吐量高出 53%。
Qwen 3.5 397B-A17B 在 184 tok/s/user 交互性下的吞吐量：B300 为 2557 tok/s/Chip，GB200 NVL72 为 3397。每百万 token 成本分别为 $0.25 和 $0.15。GB200 NVL72 每 token 成本低 61%；GB200 NVL72 每 Chip 吞吐量高出 33%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:4876.4GB200 NVL72:10225.8 | B300:3421.2GB200 NVL72:5238.4 | B300:2557.0GB200 NVL72:3396.8 |
| Cost ($/M tok) | B300:$0.129GB200 NVL72:$0.050 | B300:$0.182GB200 NVL72:$0.100 | B300:$0.246GB200 NVL72:$0.153 |
| tok/s/MW | B300:2566548GB200 NVL72:5468366 | B300:1800636GB200 NVL72:2801290 | B300:1345811GB200 NVL72:1816453 |
| Concurrency | B300:~25GB200 NVL72:~1042 | B300:~12GB200 NVL72:~133 | B300:~7GB200 NVL72:~41 |
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。