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 74 tok/s/user 运行：10938 / 1540 tok/s/GPU，$0.06 / $0.25 每百万 token。GB200 NVL72 每 token 成本低 353%；GB200 NVL72 每 GPU 吞吐量高出 610%。
在 36–187 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 112 tok/s/user 运行时：GB200 NVL72 达到 6807 tok/s/GPU（$0.09/百万 token），H200 达到 1190（$0.33/百万）。GB200 NVL72 每 token 成本低 258%；GB200 NVL72 每 GPU 吞吐量高出 472%。
以 150 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB200 NVL72 产出 3508 tok/s/GPU（每百万 token $0.17），H200 产出 940（$0.42）。GB200 NVL72 每 token 成本低 142%；GB200 NVL72 每 GPU 吞吐量高出 273%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:10938.5H200:1539.8 | GB200 NVL72:6806.9H200:1190.1 | GB200 NVL72:3508.4H200:939.8 |
| Cost ($/M tok) | GB200 NVL72:$0.056H200:$0.254 | GB200 NVL72:$0.092H200:$0.330 | GB200 NVL72:$0.171H200:$0.415 |
| tok/s/MW | GB200 NVL72:5849447H200:1123938 | GB200 NVL72:3640060H200:868695 | GB200 NVL72:1876167H200:685976 |
| Concurrency | GB200 NVL72:~1264H200:~19 | GB200 NVL72:~332H200:~10 | GB200 NVL72:~57H200:~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。