VLM Inference Benchmark Explorer
GLM-4.6V-Flash op Jetson Orin NX 16GB — Q4_K_M, llama.cpp vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | GLM-4.6V-Flash |
|---|---|
| Parameters | 10B |
| Apparaat | Jetson Orin NX 16GB |
| Kwantisatie | Q4_K_M |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (respons ≤ 3 s) | >3 s |
| Engine | llama.cpp |
| Camera's | Respons (s) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 6.95 | 9.7 | >3 s |
| 2 | 7.95 | 6.6 | >3 s |
| 4 | 32.3 | 6.3 | >3 s |
| 8 | 76.3 | 6.4 | >3 s |
| Beelden per verzoek | Respons (s) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 6.95 | 9.7 | >3 s |
| 2 | 14.0 | 9.3 | >3 s |
| 4 | 28.3 | 8.5 | >3 s |
| 8 | 58.5 | 7.3 | >3 s |
| 16 | 124.4 | 5.6 | >3 s |
| 32 | — | — | Mislukt |
GLM-4.6V-Flash (10B parameters), geserveerd in Q4_K_M-formaat met llama.cpp op Jetson Orin NX 16GB, begint één camera die één 720p-beeld stuurt na 6.95 s te antwoorden en schrijft daarna 9.7 tok/s.
Met 16 beelden per camera op 720p begint het antwoord na 124.36 s. Met één beeld op 2K na 39.02 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) krijgt zelfs één camera niet op tijd antwoord.
GLM-4.6V-Flash (10B parameters), geserveerd in Q4_K_M-formaat met llama.cpp op Jetson Orin NX 16GB, begint één camera die één 720p-beeld stuurt na 6.95 s te antwoorden en schrijft daarna 9.7 tok/s.
Met 16 beelden per camera op 720p begint het antwoord na 124.36 s. Met één beeld op 2K na 39.02 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) krijgt zelfs één camera niet op tijd antwoord.