VLM Inference Benchmark Explorer

Qwen3-VL-4B-Instruct op RTX PRO 6000 — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelQwen3-VL-4B-Instruct
Parameters4.4B
ApparaatRTX PRO 6000
KwantisatieBF16
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)16+
EnginevLLM
Camera'sTTFT (ms)TPS (tok/s)Doel
1164156.6≤3000 ms
2190149.5≤3000 ms
4200142.5≤3000 ms
8263126.8≤3000 ms
16461111.1≤3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1164156.6≤3000 ms
3381153.3≤3000 ms
5640149.1≤3000 ms

Qwen3-VL-4B-Instruct (4.4B parameters), geserveerd in BF16-formaat met vLLM op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 164 ms (time to first token, TTFT) te antwoorden en schrijft daarna 156.6 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 640 ms. Met één beeld op 2K na 559 ms.

Bij het standaarddoel van een gemiddelde TTFT binnen 3,000 ms (720p, één beeld per camera) houdt het minstens 16 camera's tegelijk bij: ook bij het hoogste gemeten aantal haalde het het doel, dus de werkelijke grens ligt hoger.