Qwen 3.5 397B-A17B · Chip 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 59 tok/s/user 运行时达到 16092 tok/s/Chip（每百万 token $0.04）；RTX PRO 6000 达到 947 tok/s/Chip（$0.19）。B300 每 token 成本低 383%；B300 每 Chip 吞吐量高出 1599%。
Qwen 3.5 397B-A17B 在 91 tok/s/user 交互性下的吞吐量：B300 为 12179 tok/s/Chip，RTX PRO 6000 为 734。每百万 token 成本分别为 $0.05 和 $0.26。B300 每 token 成本低 398%；B300 每 Chip 吞吐量高出 1559%。
B300 / RTX PRO 6000 在 Qwen 3.5 397B-A17B 上以 122 tok/s/user 运行：9823 / 511 tok/s/Chip，$0.06 / $0.41 每百万 token。B300 每 token 成本低 537%；B300 每 Chip 吞吐量高出 1822%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | B300:16091.9RTX PRO 6000:947.2 | B300:12178.9RTX PRO 6000:734.1 | B300:9823.3RTX PRO 6000:511.2 |
| Cost ($/M tok) | B300:$0.039RTX PRO 6000:$0.188 | B300:$0.052RTX PRO 6000:$0.257 | B300:$0.064RTX PRO 6000:$0.406 |
| tok/s/MW | B300:8469430RTX PRO 6000:971508 | B300:6409945RTX PRO 6000:752914 | B300:5170182RTX PRO 6000:524318 |
| Concurrency | B300:~66RTX PRO 6000:~9 | B300:~33RTX PRO 6000:~4 | B300:~20RTX 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:
部署模式:
投机解码: