VLM Inference Benchmark Explorer
Qwen3-VL-8B-Instruct op RTX PRO 6000 — Q8_0, llama.cpp vision-language-inferentiebenchmark
Deze configuratie openen in de VLM Inference Benchmark Explorer
| Model | Qwen3-VL-8B-Instruct |
|---|---|
| Parameters | 8.8B |
| Apparaat | RTX PRO 6000 |
| Kwantisatie | Q8_0 |
| Beeldformaat | 720p |
| Beelden per camera | 1 |
| Max. camera's (respons ≤ 3 s) | 16+ |
| Engine | llama.cpp |
| Camera's | Respons (s) | TPS (tok/s) | Status |
|---|---|---|---|
| 1 | 0.33 | 153.8 | PASS |
| 2 | 0.39 | 101.8 | PASS |
| 4 | 0.61 | 62.0 | PASS |
| 8 | 1.29 | 75.2 | PASS |
| 16 | 2.03 | 56.3 | PASS |
Qwen3-VL-8B-Instruct (8.8B parameters), geserveerd in Q8_0-formaat met llama.cpp op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 0.33 s te antwoorden en schrijft daarna 153.8 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 1.04 s. Met één beeld op 2K na 1.79 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-8B-Instruct (8.8B parameters), geserveerd in Q8_0-formaat met llama.cpp op RTX PRO 6000, begint één camera die één 720p-beeld stuurt na 0.33 s te antwoorden en schrijft daarna 153.8 tok/s.
Met 5 beelden per camera op 720p begint het antwoord na 1.04 s. Met één beeld op 2K na 1.79 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.