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

ModelQwen3-VL-4B-Instruct
Parameters4.4B
ApparaatJetson AGX Orin 32GB
KwantisatieQ8_0
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)2
Enginellama.cpp
Camera'sTTFT (ms)TPS (tok/s)Doel
1183223.2≤3000 ms
2270420.2≤3000 ms
4558414.3>3000 ms
81183912.4>3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1183223.2≤3000 ms
3533822.5>3000 ms
5888821.8>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.