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 112 tok/s/user 运行：10448 / 32371 tok/s/Chip，$0.06 / $0.02 每百万 token。GB300 NVL72 每 token 成本低 202%；GB300 NVL72 每 Chip 吞吐量高出 210%。
在 28–364 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 196 tok/s/user 运行时：B300 达到 6077 tok/s/Chip（$0.10/百万 token），GB300 NVL72 达到 14473（$0.04/百万）。GB300 NVL72 每 token 成本低 134%；GB300 NVL72 每 Chip 吞吐量高出 138%。
以 280 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，B300 产出 4523 tok/s/Chip（每百万 token $0.14），GB300 NVL72 产出 9831（$0.06）。GB300 NVL72 每 token 成本低 121%；GB300 NVL72 每 Chip 吞吐量高出 117%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:10448.1GB300 NVL72:32370.9 | B300:6076.7GB300 NVL72:14472.9 | B300:4522.8GB300 NVL72:9831.2 |
| Cost ($/M tok) | B300:$0.060GB300 NVL72:$0.020 | B300:$0.104GB300 NVL72:$0.044 | B300:$0.139GB300 NVL72:$0.063 |
| tok/s/MW | B300:5499026GB300 NVL72:15269282 | B300:3198243GB300 NVL72:6826840 | B300:2380421GB300 NVL72:4637358 |
| Concurrency | B300:~22GB300 NVL72:~1151 | B300:~16GB300 NVL72:~243 | B300:~4GB300 NVL72:~135 |
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。