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

ModelQwen3-VL-4B-Instruct
Parameters4.4B
ApparaatJetson Orin NX 16GB
KwantisatieQ8_0
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)>3000 ms
Enginellama.cpp
Camera'sTTFT (ms)TPS (tok/s)Doel
1303714.3>3000 ms
2445214.1>3000 ms
492479.4>3000 ms
8179797.2>3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1303714.3>3000 ms
3869613.7>3000 ms
51462313.2>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.