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 84 tok/s/user 运行：11097 / 1809 tok/s/Chip，$0.06 / $0.18 每百万 token。GB300 NVL72 每 token 成本低 213%；GB300 NVL72 每 Chip 吞吐量高出 513%。
在 48–192 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 120 tok/s/user 运行时：GB300 NVL72 达到 6591 tok/s/Chip（$0.10/百万 token），H100 达到 1340（$0.24/百万）。GB300 NVL72 每 token 成本低 144%；GB300 NVL72 每 Chip 吞吐量高出 392%。
以 156 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB300 NVL72 产出 3646 tok/s/Chip（每百万 token $0.17），H100 产出 1025（$0.32）。GB300 NVL72 每 token 成本低 83%；GB300 NVL72 每 Chip 吞吐量高出 256%。 （数据反映此 URL 的默认 8k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB300 NVL72:11096.6H100:1808.9 | GB300 NVL72:6591.4H100:1339.8 | GB300 NVL72:3646.3H100:1024.8 |
| Cost ($/M tok) | GB300 NVL72:$0.058H100:$0.181 | GB300 NVL72:$0.100H100:$0.243 | GB300 NVL72:$0.174H100:$0.317 |
| tok/s/MW | GB300 NVL72:5234249H100:1320349 | GB300 NVL72:3109171H100:977955 | GB300 NVL72:1719957H100:748023 |
| Concurrency | GB300 NVL72:~1184H100:~19 | GB300 NVL72:~257H100:~10 | GB300 NVL72:~56H100:~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。