Qwen 3.5 397B-A17B — GB300 NVL72 vs H100
GB300 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。
GB300 NVL72 / H100 在 Qwen 3.5 397B-A17B 上以 73 tok/s/user 运行：11900 / 1329 tok/s/GPU，$0.06 / $0.27 每百万 token。GB300 NVL72 每 token 成本低 340%；GB300 NVL72 每 GPU 吞吐量高出 795%。
在 40–172 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 106 tok/s/user 运行时：GB300 NVL72 达到 8493 tok/s/GPU（$0.09/百万 token），H100 达到 1066（$0.34/百万）。GB300 NVL72 每 token 成本低 290%；GB300 NVL72 每 GPU 吞吐量高出 697%。
以 139 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB300 NVL72 产出 4513 tok/s/GPU（每百万 token $0.16），H100 产出 936（$0.41）。GB300 NVL72 每 token 成本低 151%；GB300 NVL72 每 GPU 吞吐量高出 382%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB300 NVL72:11900.0H100:1328.9 | GB300 NVL72:8493.0H100:1066.1 | GB300 NVL72:4512.8H100:935.7 |
| Cost ($/M tok) | GB300 NVL72:$0.062H100:$0.272 | GB300 NVL72:$0.087H100:$0.338 | GB300 NVL72:$0.163H100:$0.409 |
| tok/s/MW | GB300 NVL72:5613207H100:970005 | GB300 NVL72:4006133H100:778172 | GB300 NVL72:2128670H100:682999 |
| Concurrency | GB300 NVL72:~1315H100:~17 | GB300 NVL72:~541H100:~11 | GB300 NVL72:~80H100:~9 |
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。