Gemma-4-26B-A4B-it op DGX Spark — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	Gemma-4-26B-A4B-it
Parameters	26B
Apparaat	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	16
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.41	24.0	≤3 s
2	0.50	21.1	≤3 s
4	0.63	15.8	≤3 s
8	1.27	12.2	≤3 s
16	2.41	9.2	≤3 s
32	3.95	6.8	>3 s
64	5.57	4.6	>3 s
96	8.27	3.5	>3 s
112	9.45	3.2	>3 s
120	9.42	3.1	>3 s
128	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.41	24.0	≤3 s
2	0.69	23.8	≤3 s
4	1.21	23.6	≤3 s
8	2.38	23.5	≤3 s
16	4.76	23.4	>3 s
32	9.53	23.0	>3 s
64	19.5	22.4	>3 s
128	40.0	21.5	>3 s
256	—	—	Mislukt

Gemma-4-26B-A4B-it (26B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.41 s te antwoorden en schrijft daarna 24 tok/s.

Met 128 beelden per camera op 720p begint het antwoord na 40.03 s. Met één beeld op 2K na 0.44 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 16 camera's tegelijk bij.