VLM Inference Benchmark Explorer

MedGemma-1.5-4B-it op RTX PRO 6000 — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelMedGemma-1.5-4B-it
Parameters4.3B
ApparaatRTX PRO 6000
KwantisatieBF16
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
1199171.5≤3000 ms
2159165.1≤3000 ms
4160154.0≤3000 ms
8224143.2≤3000 ms
16399134.1≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1199171.5≤3000 ms
3264171.5≤3000 ms
5447170.0≤3000 ms

MedGemma-1.5-4B-it (4.3B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 199 ms (time to first token, TTFT) te antwoorden en schrijft daarna 171.5 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 447 ms. Met één beeld op 2K na 249 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.