VLM Inference Benchmark Explorer
Qwen3-VL-4B-Instruct op Jetson AGX Orin 32GB — Q8_0, llama.cpp vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | Qwen3-VL-4B-Instruct |
|---|---|
| Parameters | 4.4B |
| Apparaat | Jetson AGX Orin 32GB |
| Kwantisatie | Q8_0 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (TTFT ≤ 3000 ms) | 2 |
| Engine | llama.cpp |
| Camera's | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 1832 | 23.2 | ≤3000 ms |
| 2 | 2704 | 20.2 | ≤3000 ms |
| 4 | 5584 | 14.3 | >3000 ms |
| 8 | 11839 | 12.4 | >3000 ms |
| Beelden per verzoek | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 1832 | 23.2 | ≤3000 ms |
| 3 | 5338 | 22.5 | >3000 ms |
| 5 | 8888 | 21.8 | >3000 ms |
Qwen3-VL-4B-Instruct (4.4B parameters), geserveerd in Q8_0-formaat met llama.cpp op Jetson AGX Orin 32GB, begint één camera die één 720p-beeld stuurt na 1,832 ms (time to first token, TTFT) te antwoorden en schrijft daarna 23.2 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 8,888 ms. Met één beeld op 2K na 11,276 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) houdt het 2 camera's tegelijk bij.
Qwen3-VL-4B-Instruct (4.4B parameters), geserveerd in Q8_0-formaat met llama.cpp op Jetson AGX Orin 32GB, begint één camera die één 720p-beeld stuurt na 1,832 ms (time to first token, TTFT) te antwoorden en schrijft daarna 23.2 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 8,888 ms. Met één beeld op 2K na 11,276 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) houdt het 2 camera's tegelijk bij.