VLM Inference Benchmark Explorer

Qwen3-VL-8B-Instruct op Jetson AGX Orin 32GB — Q8_0, llama.cpp vision-language-inferentiebenchmark

Deze configuratie openen in de VLM Inference Benchmark Explorer

ModelQwen3-VL-8B-Instruct
Parameters8.8B
ApparaatJetson AGX Orin 32GB
KwantisatieQ8_0
Beeldformaat720p
Beelden per camera1
Max. camera's (TTFT ≤ 3000 ms)>3000 ms
Enginellama.cpp
Camera'sTTFT (ms)TPS (tok/s)Doel
1386817.0>3000 ms
2583912.8>3000 ms
4122059.6>3000 ms
8212876.2>3000 ms
Beelden per verzoekTTFT (ms)TPS (tok/s)Doel
1386817.0>3000 ms
31151216.6>3000 ms
51920416.2>3000 ms

Qwen3-VL-8B-Instruct (8.8B parameters), geserveerd in Q8_0-formaat met llama.cpp op Jetson AGX Orin 32GB, begint één camera die één 720p-beeld stuurt na 3,868 ms (time to first token, TTFT) te antwoorden en schrijft daarna 17 tok/s.

Met 5 beelden per camera op 720p begint het antwoord na 19,204 ms. Met één beeld op 2K na 31,317 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.