Trots den senaste tidens hårdvaruutveckling är realtidsrendering av stora folkmassor fortfarande ingen trivial uppgift. Denna uppgift beskrivs som crowd rendering. Effektiv crowd rendering bygger ofta på instansiering, men instansiering kommer med ett problem, det skapar kloner. Denna uppsats syftar till att undersöka och utvärdera ett antal tekniker som används för att skapa mångfald för instansierade modeller. Dessa tekniker kommer tillsammans att kallas varierad instansiering. Ett annat mål är att avgöra hur många modeller som behövs för att varierad instansiering skall betala sig i jämförelse med icke- instansierad utritning. Metoden som används är att mäta tiden för varje uppdatering på GPU för varje teknik med hjälp av ett mätinstrument. Varje teknik har implementerats i en applikation som skapats speciellt för detta ändamål. Analysen av mätningarna resulterade i tre kategorier. Kategorierna är GPU procentuell arbetsbörda stigande för instans avtagande för polygon, sjunkande för instans avtagande för polygon och jämn för instans och polygon. Antalet instanser som behövs för varierad instansiering skall betala sig i jämförelse med en icke- instansierad utritning bestämdes till någonstans mellan 100 och 300 modeller, beroende på antalet polygoner.