VLM Inference Benchmark Explorer

Gemma-4-31B-it op RTX PRO 6000 — NVFP4, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelGemma-4-31B-it
Parameters31B
ApparaatRTX PRO 6000
KwantisatieNVFP4
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
127145.1≤3000 ms
221843.2≤3000 ms
428040.5≤3000 ms
840038.2≤3000 ms
1667035.6≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
127145.1≤3000 ms
334944.5≤3000 ms
557944.4≤3000 ms

Gemma-4-31B-it (31B parameters), geserveerd in NVFP4-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 271 ms (time to first token, TTFT) te antwoorden en schrijft daarna 45.1 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 579 ms. Met één beeld op 2K na 305 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.