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
| Model | Qwen3-VL-4B-Instruct |
|---|---|
| Parameters | 4.4B |
| Apparaat | RTX PRO 6000 |
| Kwantisatie | BF16 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (respons ≤ 3 s) | 16+ |
| Engine | vLLM |
| Camera's | Respons (s) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 0.16 | 156.6 | PASS |
| 2 | 0.19 | 149.5 | PASS |
| 4 | 0.20 | 142.5 | PASS |
| 8 | 0.26 | 126.8 | PASS |
| 16 | 0.46 | 111.1 | PASS |
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 0.16 s te antwoorden en schrijft daarna 156.6 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 0.64 s. Met één beeld op 2K na 0.56 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (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.
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 0.16 s te antwoorden en schrijft daarna 156.6 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 0.64 s. Met één beeld op 2K na 0.56 s.
Bij het standaarddoel van een antwoord dat binnen 3 s begint (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.