Qwen 3.5 397B-A17B — GB200 NVL72 vs H200
GB200 NVL72（NVIDIA Blackwell）与 H200（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。
GB200 NVL72 / H200 在 Qwen 3.5 397B-A17B 上以 81 tok/s/user 运行：10585 / 1471 tok/s/Chip，$0.05 / $0.23 每百万 token。GB200 NVL72 每 token 成本低 372%；GB200 NVL72 每 Chip 吞吐量高出 620%。
在 46–187 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 117 tok/s/user 运行时：GB200 NVL72 达到 9123 tok/s/Chip（$0.06/百万 token），H200 达到 1151（$0.30/百万）。GB200 NVL72 每 token 成本低 420%；GB200 NVL72 每 Chip 吞吐量高出 693%。
以 152 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 4254 tok/s/Chip（每百万 token $0.12），H200 产出 930（$0.36）。GB200 NVL72 每 token 成本低 197%；GB200 NVL72 每 Chip 吞吐量高出 357%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB200 NVL72:10584.7H200:1470.8 | GB200 NVL72:9122.6H200:1150.5 | GB200 NVL72:4254.1H200:929.9 |
| Cost ($/M tok) | GB200 NVL72:$0.049H200:$0.230 | GB200 NVL72:$0.057H200:$0.296 | GB200 NVL72:$0.122H200:$0.363 |
| tok/s/MW | GB200 NVL72:5660283H200:1073560 | GB200 NVL72:4878408H200:839798 | GB200 NVL72:2274930H200:678738 |
| Concurrency | GB200 NVL72:~1187H200:~17 | GB200 NVL72:~680H200:~9 | GB200 NVL72:~64H200:~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。