VLM Inference Benchmark Explorer

Qwen3.6-35B-A3B op RTX PRO 6000 — FP8, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelQwen3.6-35B-A3B
Parameters35B
ApparaatRTX PRO 6000
KwantisatieFP8
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
1212220.8≤3000 ms
2307167.0≤3000 ms
4363125.8≤3000 ms
8499116.9≤3000 ms
1671698.4≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1212220.8≤3000 ms
3389211.5≤3000 ms
5844220.1≤3000 ms

Qwen3.6-35B-A3B (35B parameters), geserveerd in FP8-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 212 ms (time to first token, TTFT) te antwoorden en schrijft daarna 220.8 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 844 ms. Met één beeld op 2K na 586 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.