Qwen3-VL-8B-Instruct op DGX Spark — BF16, vLLM vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

Model	Qwen3-VL-8B-Instruct
Parameters	8.8B
Apparaat	DGX Spark
Kwantisatie	BF16
Beeldformaat	720p
Beelden per camera	1
Max. camera's (respons ≤ 3 s)	16
Engine	vLLM

Camera's	Respons (s)	TPS (tok/s)	Doel
1	0.36	14.4	≤3 s
2	0.57	14.9	≤3 s
4	1.03	14.4	≤3 s
8	1.66	13.2	≤3 s
16	2.60	10.9	≤3 s
32	3.94	7.8	>3 s
64	6.72	5.0	>3 s
80	8.03	4.1	>3 s
88	8.91	3.8	>3 s
96	—	—	Mislukt

Beelden per verzoek	Respons (s)	TPS (tok/s)	Doel
1	0.36	14.4	≤3 s
2	0.71	14.3	≤3 s
4	1.35	14.1	≤3 s
8	2.73	13.6	≤3 s
16	5.84	12.9	>3 s
32	13.4	11.6	>3 s
64	33.3	9.4	>3 s
128	96.1	7.1	>3 s
256	311.6	4.8	>3 s
512	—	—	Mislukt

Qwen3-VL-8B-Instruct (8.8B parameters), geserveerd in BF16-formaat met vLLM op DGX Spark, begint één camera die één 720p-beeld stuurt na 0.36 s te antwoorden en schrijft daarna 14.4 tok/s.

Met 256 beelden per camera op 720p begint het antwoord na 311.58 s. Met één beeld op 2K na 1.68 s.

Bij het standaarddoel van een antwoord dat binnen 3 s begint (720p, één beeld per camera) houdt het 16 camera's tegelijk bij.