Qwen 3.5 397B-A17B — GB300 NVL72 vs RTX PRO 6000
GB300 NVL72（NVIDIA Blackwell）与 RTX PRO 6000（NVIDIA Blackwell）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 / RTX PRO 6000 在 Qwen 3.5 397B-A17B 上以 56 tok/s/user 运行：37920 / 973 tok/s/Chip，$0.02 / $0.18 每百万 token。GB300 NVL72 每 token 成本低 989%；GB300 NVL72 每 Chip 吞吐量高出 3797%。
在 24–153 tok/s/user 交互性区间的中部，即 Qwen 3.5 397B-A17B 上以 88 tok/s/user 运行时：GB300 NVL72 达到 36496 tok/s/Chip（$0.02/百万 token），RTX PRO 6000 达到 756（$0.25/百万）。GB300 NVL72 每 token 成本低 1305%；GB300 NVL72 每 Chip 吞吐量高出 4725%。
以 121 tok/s/user 为目标在 Qwen 3.5 397B-A17B 上运行时，GB300 NVL72 产出 29858 tok/s/Chip（每百万 token $0.02），RTX PRO 6000 产出 518（$0.40）。GB300 NVL72 每 token 成本低 1756%；GB300 NVL72 每 Chip 吞吐量高出 5666%。 （数据反映此 URL 的默认 8k/1k · fp4 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/chip) | GB300 NVL72:37920.2RTX PRO 6000:973.1 | GB300 NVL72:36496.2RTX PRO 6000:756.3 | GB300 NVL72:29857.6RTX PRO 6000:517.8 |
| Cost ($/M tok) | GB300 NVL72:$0.017RTX PRO 6000:$0.184 | GB300 NVL72:$0.018RTX PRO 6000:$0.247 | GB300 NVL72:$0.022RTX PRO 6000:$0.400 |
| tok/s/MW | GB300 NVL72:17886892RTX PRO 6000:998045 | GB300 NVL72:17215211RTX PRO 6000:775731 | GB300 NVL72:14083781RTX PRO 6000:531118 |
| Concurrency | GB300 NVL72:~2983RTX PRO 6000:~10 | GB300 NVL72:~1205RTX PRO 6000:~4 | GB300 NVL72:~1088RTX PRO 6000:~2 |
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。