VLM Inference Benchmark Explorer

Qwen3.5-4B op Jetson AGX Orin 32GB — Q4_K_M, llama.cpp vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelQwen3.5-4B
Parameters4.7B
ApparaatJetson AGX Orin 32GB
KwantisatieQ4_K_M
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)1
Enginellama.cpp
Camera'sTTFT (ms)TPS (tok/s)Doel
1221025.3≤3000 ms
2357420.7>3000 ms
4715013.1>3000 ms
81474013.0>3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1221025.3≤3000 ms
3631225.1>3000 ms
51038525.0>3000 ms

Qwen3.5-4B (4.7B parameters), geserveerd in Q4_K_M-formaat met llama.cpp op Jetson AGX Orin 32GB, begint één camera die één 720p-beeld stuurt na 2,210 ms (time to first token, TTFT) te antwoorden en schrijft daarna 25.3 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 10,385 ms. Met één beeld op 2K na 12,483 ms.

Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) houdt het één camera tegelijk bij.