VLM Inference Benchmark Explorer
Qwen3-VL-4B-Instruct op Jetson Orin NX 16GB — 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 Orin NX 16GB |
| Kwantisatie | Q8_0 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (TTFT ≤ 3000 ms) | >3000 ms |
| Engine | llama.cpp |
| Camera's | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 3037 | 14.3 | >3000 ms |
| 2 | 4452 | 14.1 | >3000 ms |
| 4 | 9247 | 9.4 | >3000 ms |
| 8 | 17979 | 7.2 | >3000 ms |
| Beelden per verzoek | TTFT (ms) | TPS (tok/s) | Doel |
|---|---|---|---|
| 1 | 3037 | 14.3 | >3000 ms |
| 3 | 8696 | 13.7 | >3000 ms |
| 5 | 14623 | 13.2 | >3000 ms |
Qwen3-VL-4B-Instruct (4.4B parameters), geserveerd in Q8_0-formaat met llama.cpp op Jetson Orin NX 16GB, begint één camera die één 720p-beeld stuurt na 3,037 ms (time to first token, TTFT) te antwoorden en schrijft daarna 14.3 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 14,623 ms. Met één beeld op 2K na 18,387 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) krijgt zelfs één camera niet op tijd antwoord.
Qwen3-VL-4B-Instruct (4.4B parameters), geserveerd in Q8_0-formaat met llama.cpp op Jetson Orin NX 16GB, begint één camera die één 720p-beeld stuurt na 3,037 ms (time to first token, TTFT) te antwoorden en schrijft daarna 14.3 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 14,623 ms. Met één beeld op 2K na 18,387 ms.
Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) krijgt zelfs één camera niet op tijd antwoord.