VLM Inference Benchmark Explorer

GLM-4.6V-Flash op DGX Spark — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	GLM-4.6V-Flash
Parameters	10B
Apparaat	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	8
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.60	10.5	≤3 s
2	0.73	12.1	≤3 s
4	0.92	11.3	≤3 s
8	1.71	10.3	≤3 s
16	3.62	8.6	>3 s
32	5.99	6.0	>3 s
48	8.86	4.4	>3 s
52	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.60	10.5	≤3 s
2	1.24	10.5	≤3 s
4	2.43	10.4	≤3 s
8	4.97	10.3	>3 s
16	10.8	10.2	>3 s
32	25.1	9.9	>3 s
64	64.5	9.4	>3 s
128	—	—	Mislukt

GLM-4.6V-Flash (10B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.6 s te antwoorden en schrijft daarna 10.5 tok/s.

Met 64 beelden per camera op 720p begint het antwoord na 64.53 s. Met één beeld op 2K na 2.81 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 8 camera's tegelijk bij.