Qwen 3.5 397B-A17B — B300 vs GB300 NVL72
B300（NVIDIA Blackwell）与 GB300 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。
B300 / GB300 NVL72 在 Qwen 3.5 397B-A17B 上以 87 tok/s/user 运行：5095 / 10829 tok/s/GPU，$0.13 / $0.07 每百万 token。GB300 NVL72 每 token 成本低 88%；GB300 NVL72 每 GPU 吞吐量高出 113%。
在 40–230 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 135 tok/s/user 运行时：B300 达到 3489 tok/s/GPU（$0.18/百万 token），GB300 NVL72 达到 4862（$0.15/百万）。GB300 NVL72 每 token 成本低 20%；GB300 NVL72 每 GPU 吞吐量高出 39%。
以 183 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，B300 产出 2574 tok/s/GPU（每百万 token $0.25），GB300 NVL72 产出 2682（$0.27）。B300 每 token 成本低 8%；GB300 NVL72 每 GPU 吞吐量高出 4%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:5095.1GB300 NVL72:10829.2 | B300:3489.2GB300 NVL72:4861.9 | B300:2573.9GB300 NVL72:2682.3 |
| Cost ($/M tok) | B300:$0.127GB300 NVL72:$0.068 | B300:$0.185GB300 NVL72:$0.154 | B300:$0.253GB300 NVL72:$0.274 |
| tok/s/MW | B300:2681641GB300 NVL72:5108120 | B300:1836413GB300 NVL72:2293329 | B300:1354709GB300 NVL72:1265234 |
| Concurrency | B300:~27GB300 NVL72:~1100 | B300:~12GB300 NVL72:~95 | B300:~7GB300 NVL72:~37 |
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。