Qwen 3.5 397B-A17B — GB200 NVL72 vs H100
GB200 NVL72（NVIDIA Blackwell）与 H100（NVIDIA Hopper）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。
Qwen 3.5 397B-A17B 在 82 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 10540 tok/s/Chip，H100 为 1846。每百万 token 成本分别为 $0.05 和 $0.18。GB200 NVL72 每 token 成本低 262%；GB200 NVL72 每 Chip 吞吐量高出 471%。
GB200 NVL72 / H100 在 Qwen 3.5 397B-A17B 上以 119 tok/s/user 运行：9005 / 1350 tok/s/Chip，$0.06 / $0.24 每百万 token。GB200 NVL72 每 token 成本低 319%；GB200 NVL72 每 Chip 吞吐量高出 567%。
在 46–192 tok/s/user 交互性区间的高端，即 Qwen 3.5 397B-A17B 上以 156 tok/s/user 运行时：GB200 NVL72 达到 4153 tok/s/Chip（$0.12/百万 token），H100 达到 1025（$0.32/百万）。GB200 NVL72 每 token 成本低 154%；GB200 NVL72 每 Chip 吞吐量高出 305%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:10540.5H100:1846.4 | GB200 NVL72:9005.0H100:1350.2 | GB200 NVL72:4153.4H100:1024.8 |
| Cost ($/M tok) | GB200 NVL72:$0.049H100:$0.177 | GB200 NVL72:$0.058H100:$0.241 | GB200 NVL72:$0.125H100:$0.317 |
| tok/s/MW | GB200 NVL72:5636619H100:1347765 | GB200 NVL72:4815490H100:985574 | GB200 NVL72:2221079H100:748023 |
| Concurrency | GB200 NVL72:~1174H100:~20 | GB200 NVL72:~653H100:~10 | GB200 NVL72:~61H100:~6 |
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。