Qwen3-VL-4B-Instruct op DGX Spark — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	Qwen3-VL-4B-Instruct
Parameters	4.4B
Apparaat	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	32
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.22	23.4	≤3 s
2	0.34	27.8	≤3 s
4	0.56	26.4	≤3 s
8	1.02	23.7	≤3 s
16	1.54	18.4	≤3 s
32	2.40	12.8	≤3 s
64	4.14	7.4	>3 s
128	8.42	3.8	>3 s
144	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.22	23.4	≤3 s
2	1.23	22.3	≤3 s
4	2.69	21.8	≤3 s
8	4.45	20.9	>3 s
16	9.25	19.3	>3 s
32	17.6	16.5	>3 s
64	25.6	12.7	>3 s
128	81.0	8.8	>3 s
256	279.6	5.5	>3 s
512	—	—	Mislukt

Qwen3-VL-4B-Instruct (4.4B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.22 s te antwoorden en schrijft daarna 23.4 tok/s.

Met 256 beelden per camera op 720p begint het antwoord na 279.62 s. Met één beeld op 2K na 1.04 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 32 camera's tegelijk bij.