VLM Inference Benchmark Explorer
Gemma-4-26B-A4B-it op Jetson AGX Orin 32GB — Q4_0, llama.cpp vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | Gemma-4-26B-A4B-it |
|---|---|
| Parameters | 26B |
| Apparaat | Jetson AGX Orin 32GB |
| Kwantisatie | Q4_0 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (TTFT ≤ 3000 ms) | >3000 ms |
| Engine | llama.cpp |
| Camera's | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 3587 | 25.1 | >3000 ms |
| 2 | 4260 | 9.4 | >3000 ms |
| 4 | 9657 | 7.0 | >3000 ms |
| 8 | 23901 | 9.4 | >3000 ms |
| Beelden per verzoek | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 3587 | 25.1 | >3000 ms |
| 3 | 15219 | 24.4 | >3000 ms |
| 5 | 24097 | 23.9 | >3000 ms |
Gemma-4-26B-A4B-it (26B parameters), geserveerd in Q4_0-formaat met llama.cpp op Jetson AGX Orin 32GB, begint één camera die één 720p-beeld stuurt na 3,587 ms (time to first token, TTFT) te antwoorden en schrijft daarna 25.1 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 24,097 ms. Met één beeld op 2K na 15,438 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) krijgt zelfs één camera niet op tijd antwoord.
Gemma-4-26B-A4B-it (26B parameters), geserveerd in Q4_0-formaat met llama.cpp op Jetson AGX Orin 32GB, begint één camera die één 720p-beeld stuurt na 3,587 ms (time to first token, TTFT) te antwoorden en schrijft daarna 25.1 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 24,097 ms. Met één beeld op 2K na 15,438 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) krijgt zelfs één camera niet op tijd antwoord.