Qwen3.5-9B op DGX Spark — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	Qwen3.5-9B
Parameters	9.7B
Apparaat	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	16
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.33	12.9	≤3 s
2	0.55	13.8	≤3 s
4	0.90	13.4	≤3 s
8	1.36	12.4	≤3 s
16	2.36	10.5	≤3 s
32	3.70	7.8	>3 s
64	6.33	5.2	>3 s
96	9.04	3.9	>3 s
104	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.33	12.9	≤3 s
2	0.63	12.9	≤3 s
4	1.23	12.9	≤3 s
8	2.45	12.8	≤3 s
16	4.97	12.6	>3 s
32	10.2	12.3	>3 s
64	22.0	11.7	>3 s
128	49.6	10.8	>3 s
256	—	—	Mislukt

Qwen3.5-9B (9.7B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.33 s te antwoorden en schrijft daarna 12.9 tok/s.

Met 128 beelden per camera op 720p begint het antwoord na 49.58 s. Met één beeld op 2K na 2.11 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 16 camera's tegelijk bij.