VLM Inference Benchmark Explorer

Gemma-4-31B-it op RTX PRO 6000 — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelGemma-4-31B-it
Parameters31B
ApparaatRTX PRO 6000
KwantisatieBF16
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
123524.7≤3000 ms
225324.4≤3000 ms
437323.5≤3000 ms
841422.2≤3000 ms
1694621.3≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
123524.7≤3000 ms
344024.2≤3000 ms
570224.4≤3000 ms

Gemma-4-31B-it (31B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 235 ms (time to first token, TTFT) te antwoorden en schrijft daarna 24.7 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 702 ms. Met één beeld op 2K na 316 ms.

Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) houdt het minstens 16 camera's tegelijk bij: ook bij het hoogste gemeten aantal haalde het het doel, dus de werkelijke grens ligt hoger.