VLM Inference Benchmark Explorer

Qwen3-VL-30B-A3B-Instruct op RTX PRO 6000 — FP8, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelQwen3-VL-30B-A3B-Instruct
Parameters30B
ApparaatRTX PRO 6000
KwantisatieFP8
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
1161194.4≤3000 ms
2257153.3≤3000 ms
4324127.4≤3000 ms
8425100.6≤3000 ms
1655082.3≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1161194.4≤3000 ms
3373186.1≤3000 ms
51041182.7≤3000 ms

Qwen3-VL-30B-A3B-Instruct (30B parameters), geserveerd in FP8-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 161 ms (time to first token, TTFT) te antwoorden en schrijft daarna 194.4 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 1,041 ms. Met één beeld op 2K na 581 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.