VLM Inference Benchmark Explorer

Qwen3-VL-8B-Instruct op Jetson AGX Orin 32GB — Q4_K_M, llama.cpp vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelQwen3-VL-8B-Instruct
Parameters8.8B
ApparaatJetson AGX Orin 32GB
KwantisatieQ4_K_M
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)>3000 ms
Enginellama.cpp
Camera'sTTFT (ms)TPS (tok/s)Doel
1400018.6>3000 ms
2601312.0>3000 ms
4109458.4>3000 ms
82466211.0>3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1400018.6>3000 ms
31192018.1>3000 ms
51993317.6>3000 ms

Qwen3-VL-8B-Instruct (8.8B parameters), geserveerd in Q4_K_M-formaat met llama.cpp op Jetson AGX Orin 32GB, begint één camera die één 720p-beeld stuurt na 4,000 ms (time to first token, TTFT) te antwoorden en schrijft daarna 18.6 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 19,933 ms. Met één beeld op 2K na 31,702 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.