Qwen 3.5 397B-A17B · GPU 对比
Qwen 3.5 397B-A17B — B300 vs RTX PRO 6000
B300（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。
B300 在 Qwen 3.5 397B-A17B 上以 58 tok/s/user 运行时达到 13827 tok/s/GPU（每百万 token $0.05）；RTX PRO 6000 达到 956 tok/s/GPU（$0.12）。B300 每 token 成本低 151%；B300 每 GPU 吞吐量高出 1347%。
Qwen 3.5 397B-A17B 在 90 tok/s/user 交互性下的吞吐量：B300 为 10269 tok/s/GPU，RTX PRO 6000 为 742。每百万 token 成本分别为 $0.06 和 $0.16。B300 每 token 成本低 153%；B300 每 GPU 吞吐量高出 1284%。
B300 / RTX PRO 6000 在 Qwen 3.5 397B-A17B 上以 122 tok/s/user 运行：7929 / 511 tok/s/GPU，$0.08 / $0.26 每百万 token。B300 每 token 成本低 213%；B300 每 GPU 吞吐量高出 1451%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | B300:13826.8RTX PRO 6000:955.6 | B300:10268.6RTX PRO 6000:741.7 | B300:7928.5RTX PRO 6000:511.2 |
| Cost ($/M tok) | B300:$0.047RTX PRO 6000:$0.118 | B300:$0.063RTX PRO 6000:$0.160 | B300:$0.082RTX PRO 6000:$0.257 |
| tok/s/MW | B300:7277287RTX PRO 6000:980065 | B300:5404550RTX PRO 6000:760737 | B300:4172897RTX PRO 6000:524318 |
| Concurrency | B300:~57RTX PRO 6000:~9 | B300:~28RTX PRO 6000:~4 | B300:~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。
厂商:
聚合模式:
投机解码: