VLM Inference Benchmark Explorer
GLM-4.6V-Flash op Jetson AGX Orin 32GB Developer Kit — Q8_0, llama.cpp vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | GLM-4.6V-Flash |
|---|---|
| Parameters | 10B |
| Apparaat | Jetson AGX Orin 32GB Developer Kit |
| Kwantisatie | Q8_0 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (respons ≤ 3 s) | 1 |
| Engine | llama.cpp |
| Camera's | Respons (s) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 2.93 | 16.1 | ≤3 s |
| 2 | 3.14 | 8.0 | >3 s |
| 4 | 4.20 | 7.8 | >3 s |
| 8 | 21.5 | 8.0 | >3 s |
| Beelden per verzoek | Respons (s) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 2.93 | 16.1 | ≤3 s |
| 2 | 5.84 | 15.6 | >3 s |
| 4 | 11.7 | 14.7 | >3 s |
| 8 | 24.0 | 13.1 | >3 s |
| 16 | 50.6 | 10.8 | >3 s |
| 32 | — | — | Mislukt |
GLM-4.6V-Flash (10B parameters), geserveerd in Q8_0-formaat met llama.cpp op Jetson AGX Orin 32GB Developer Kit, begint één camera die één 720p-beeld stuurt na 2.93 s te antwoorden en schrijft daarna 16.1 tok/s.
Met 16 beelden per camera op 720p begint het antwoord na 50.59 s. Met één beeld op 2K na 15.55 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het één camera tegelijk bij.
GLM-4.6V-Flash (10B parameters), geserveerd in Q8_0-formaat met llama.cpp op Jetson AGX Orin 32GB Developer Kit, begint één camera die één 720p-beeld stuurt na 2.93 s te antwoorden en schrijft daarna 16.1 tok/s.
Met 16 beelden per camera op 720p begint het antwoord na 50.59 s. Met één beeld op 2K na 15.55 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het één camera tegelijk bij.