Das Lenovo Pro 9n 15 ist Lenovos 15.3-Zoll-Notebook mit NVIDIA RTX Spark-Grafikkarte für Kreative. Es verfügt über ein 165-Hz-2.5K-OLED-Display, ein haptisches Touchpad mit Stiftbedienung und ein nur 0.66 cm dünnes Aluminiumgehäuse. Unser Testgerät ist mit der Einstiegskonfiguration ausgestattet: dem 18-Kern-Prozessor N1X mit einer Blackwell-GPU mit 5,120 Kernen, 32 GB LPDDR5X-Arbeitsspeicher und einer 1-TB-Gen4-SSD unter Windows 11 Pro. Lenovo bietet das Pro 9n ab 2,999.99 US-Dollar für das Modell mit 18 Kernen, 32 GB RAM und 512 GB SSD an. Der Preis für unsere Konfiguration mit 1 TB SSD und Windows 11 Pro war zum Zeitpunkt dieses Tests noch nicht bekannt.
Dieser Testbericht behandelt die Verarbeitung und das Design des Pro 9n sowie seine Ergebnisse in den Bereichen KI, CPU, Arbeitsspeicher, Gaming, Wärmeentwicklung und Speicher. Wir vergleichen es mit dem HP OmniBook Ultra 16 mit 32 GB RAM, das über dieselbe 12-GB-GPU mit 20-Kern-Prozessor verfügt; dem Lenovo Yoga 9n 2-in-1 16 , dem Lenovo-Pendant mit 20-Kern-Prozessor und 64 GB RAM; und dem Razer Blade 16, dessen RTX 5090 im Surface Laptop Ultra-Test das leistungsstärkste x64-Notebook war . Die Akkutests laufen noch und werden nach Abschluss der Tests ergänzt.
Das Pro 9n läuft mit seiner N1X-Kern-GPU bei gleicher Taktfrequenz kühler als das 20-Kern-OmniBook. Lenovo gibt die TDP mit bis zu 80 W an. In allen CPU-Tests lag die Taktfrequenz aller Kerne innerhalb von etwa 1 Prozent der des 32-GB-OmniBook, während die Temperatur maximal 93 °C erreichte. Damit liegt das Pro 9n mit seinen 18 Kernen bei den meisten Multithreading-Anwendungen 8 bis 11 Prozent hinter dem 20-Kern-OmniBook zurück, erreicht aber bei Stockfish und der OpenBLAS-Berechnung mit N=20000 die gleiche Leistung. Die kleinere GPU kostet 2 bis 5 Prozent Leistung bei der Generierung von LLM-Token.
Bei allen Systemen ist der Arbeitsspeicher der limitierende Faktor und sollte bei der Kaufentscheidung berücksichtigt werden. Das 12.8 GB große gpt-oss:20b-Modell lässt sich beispielsweise nicht laden. Obwohl Benutzer versuchen könnten, es zu erzwingen, weist die NVIDIA-App schnell darauf hin, dass minimale und maximale Speicherzuweisungen Probleme verursachen können. Hinzu kommt der praktische Aspekt, dass das Laden eines Modells, das den gesamten VRAM belegt, keinen Platz mehr für den KV-Cache lässt.
Die feste Aufteilung ist eine Windows-Beschränkung, keine NVIDIA-Beschränkung. Windows unterstützt noch keinen einheitlichen Speicher für CPU und GPU, wie es der Linux-Stack auf DGX Spark tut. Daher muss die Speicherzuweisung im Voraus festgelegt werden. Uns ist bekannt, dass NVIDIA und Microsoft an der Unterstützung dieser Funktion arbeiten.
Wichtige Erkenntnisse
- KI im Kleinformat bei voller Geschwindigkeit: MLPerf Llama 3.1 8B erreichte auf der 5,120-Kern-GPU 55.1 Token pro Sekunde und lag damit 2 Prozent hinter der 20-Kern-GPU des OmniBook zurück. Die Beantwortung der RAG-Aufgaben dauerte 0.252 Sekunden. Aufgrund der 12-GB-GPU-Aufteilung wurde das System nicht in unsere Modelllast- und Codierungsagententests aufgenommen.
- Weniger Kerne, höhere Taktraten: Das Pro 9n hielt während der 30-minütigen Dauerschleife eine Frequenz von 3,288 MHz bei einer Spitzentemperatur von 92 °C und erzielte im Cinebench 2026 Multi-Core-Test 6,394 Punkte, 8 Prozent hinter dem OmniBook und 23 Prozent vor dem Razer Blade 16.
- Level mit 20 Kernen in Stockfish und OpenBLAS: Die OpenBLAS LU-Lösung auf allen Kernen bei N=20000 erreichte 318.1 GFLOPS gegenüber 322.4 auf dem OmniBook, und Stockfish suchte 15.20 Mnps gegenüber 15.12.
- Ein für Farbarbeiten konzipiertes Display und Eingabesystem: Das 15.3-Zoll-OLED-Display arbeitet mit einer Bildwiederholfrequenz von bis zu 165 Hz und einem Delta E unter 0.5, und das 95 x 150 mm große haptische Force Pad dient gleichzeitig als Zeichenfläche für den Yoga Pen Gen 2. Das Ganze ist in einem 0.66 Zoll dicken Aluminiumgehäuse mit einem 92.5-Wh-Akku untergebracht.
- Gen4-Speicher, Platz für Gen5: Die Samsung Gen4 SSD erreichte eine Lesegeschwindigkeit von 7,024 MB/s und wurde mit 78 °C am heißesten von allen. Lenovo gibt an, dass ab Gen5 ein zweites M.2 2242-Laufwerk unterstützt wird.
Aufbau und Design
Das Pro 9n ist ein klassisches Clamshell-Notebook mit Aluminiumdeckel und -unterseite in der von Lenovo so genannten Farbe „Thunder Grey“. Es misst an seiner dünnsten Stelle 13.66 x 9.53 x 0.66 cm und wiegt ab 3.64 kg, was es zum leichtesten Notebook in diesem Vergleich macht. Laut Lenovo hat es die MIL-STD-810H-Tests bestanden, ist klimaneutral zertifiziert und verwendet für die Bodenabdeckung 50 Prozent recyceltes Aluminium.
Das Pro 9n liegt gut in der Hand und ähnelt in Bezug auf Kanten, Anschlussanordnung und Verarbeitung dem Yoga 9n 2-in-1. Der Deckel wird magnetisch geschlossen gehalten. Die Tastatur ist schmaler als die des Yoga, hat keinen Nummernblock und der Platz an den Seiten ist für die Lautsprecher reserviert. Sie fühlt sich wertig an und verfügt über eine Hintergrundbeleuchtung. Das Force Pad aus Glas ist glatt und so groß, dass man es fast mit beiden Händen gleichzeitig bedienen kann. Das Gehäuse ist etwas schmaler als das des Yoga, das Lenovo als 16-Zoll-Convertible konzipiert hat.
Lenovo hat die inneren Komponenten des N1X überarbeitet und ein neues Kühlsystem, größere Lüftungsschlitze sowie eine erhöhte Wärmeleitkuppel an der Unterseite verbaut, die laut Hersteller eine Leistungsaufnahme von bis zu 80 W ermöglicht. Die Unterseite weist ein großes Lufteinlassgitter auf, das sich über die gesamte Rückseite erstreckt.
Bei abgenommener Abdeckung flankieren zwei Lüfter einen Kühlkörper, über den mehrere Heatpipes mittig auf der Platine verlaufen. Der Akku füllt die Vorderseite des Gehäuses aus. Unsere Ergebnisse bestätigen Lenovos Angaben zur Wärmeableitung: Das Pro 9n blieb bei höheren Taktraten kühler als das OmniBook, wie im Abschnitt zur Wärmeableitung detailliert beschrieben. Eine im Vergleich zu anderen mobilen NVIDIA-Plattformen – zumindest bisher – einzigartige Designentscheidung ist Lenovos Entscheidung für zwei 2242 M.2-Laufwerksschächte. Die Konkurrenz setzt auf einen einzelnen 2280-Schacht. Lenovo bietet somit eine zweite Laufwerksoption, allerdings haben die 2242-SSDs eine geringere Kapazität und erreichen tendenziell nicht die Leistung der 2280.
Der 15.3 Zoll große PureSight Pro OLED-Touchscreen bietet eine Auflösung von 2560 x 1600 Pixeln und eine variable Bildwiederholfrequenz von 48 bis 165 Hz. Lenovo kalibriert ihn mit X-Rite Pantone und gibt einen Delta-E-Wert unter 0.5, eine Spitzenhelligkeit von 1,100 Nits im HDR-Modus sowie eine 100-prozentige sRGB- und P3-Farbraumabdeckung an. Er ist zudem Dolby Vision- und VESA DisplayHDR True Black 1000-zertifiziert. Vier Lautsprecher – zwei 2-Watt-Tieftöner und zwei 2-Watt-Hochtöner mit Dolby Atmos-Unterstützung – flankieren die Tastatur.
Die Tastatur bietet einen Tastenhub von 1.5 mm, eine Hintergrundbeleuchtung und eine Copilot-Taste. Darunter befindet sich das haptische Force Pad (95 x 150 mm), das als Zeichenfläche für den Yoga Pen Gen 2 dient und 8,192 Druckstufen über AES 3.0 unterstützt. Die 9.2-Megapixel-Infrarotkamera verfügt über einen elektronischen Verschluss mit einem physischen Schalter an der Gehäuseseite. Drei Mikrofone mit Geräuschunterdrückung ermöglichen die Sprachübertragung.
Auf der rechten Seite befinden sich der Kameraauslöser, der Ein-/Ausschalter, ein UHS-II-SD-Kartenleser, ein USB-C-Anschluss und ein permanent aktiver USB-A-Anschluss mit 10 Gbit/s. Die linke Seite verfügt über HDMI 2.1, einen zweiten USB-A-Anschluss, einen zweiten USB-C-Anschluss und eine Kopfhörerbuchse. Beide USB-C-Anschlüsse unterstützen 40 Gbit/s mit Power Delivery und DisplayPort 2.1 und werden von Lenovo sowohl als Thunderbolt 4 als auch als USB 4 geführt. Die drahtlose Verbindung erfolgt über Wi-Fi 7 mit Bluetooth 5.4. Der 92.5-Wh-Akku unterstützt Rapid Charge Express; unsere Akku-Testergebnisse folgen nach Fertigstellung des neuen Testsystems.
Die RTX Spark N1X Plattform
RTX Spark ist NVIDIAs Bezeichnung für die Windows-PC-Familie, die auf dem N1X-Superchip basiert. Dieser Chip ist das Laptop-Pendant zum GB10 in DGX Spark . Unser Test des Surface Laptop Ultra behandelt die Plattform ausführlich. Das in unserem Labor getestete Pro 9n ist mit der zweiten Variante ausgestattet, die eine 18-Kern-Grace-CPU (neun schnellere und neun effizientere Kerne, ohne SMT) mit einer 5,120-Kern-Blackwell-RTX-GPU kombiniert. Lenovo gibt die Taktraten der schnelleren Kerne mit bis zu 3.9 GHz und die der effizienteren Kerne mit bis zu 2.8 GHz an und bietet die Variante mit 20 Kernen und 6,144 GPU-Kernen auch in anderen Konfigurationen an.
Der LPDDR5X-Speicher des N1X wird zwischen CPU und GPU geteilt. Eine Einstellung in der NVIDIA-App legt fest, wie viel Speicher Windows der GPU zuweist; dies ist eine Windows-seitige Änderung, keine BIOS-Option. Wir haben unser 32-GB-Pro-9n auf 12 GB GPU und 20 GB CPU konfiguriert, dieselbe Aufteilung wie beim 32-GB-OmniBook, um einen direkten Vergleich zu ermöglichen. Mit 12 GB erfüllt keines der beiden Geräte die Anforderungen unserer kleinsten lokalen KI-Modellstufe, die 16 GB GPU-Speicher benötigt. Eine größere Zuweisung würde aus dem von Windows nutzbaren Speicher stammen. Windows 11 26H1 läuft auf Arm64; x64-Anwendungen werden über Prism emuliert, und unsere Testumgebung verwendet native Arm64-Builds aller Open-Source-Workloads.
Lenovo Pro 9n 15 Spezifikationen
| Normen | Lenovo Pro 9n 15 (83SS0003US) |
|---|---|
| Plattformübersicht | |
| Prozessor | NVIDIA RTX Spark N1X, 18-Kern-CPU mit 5,120-Kern-Blackwell-RTX-GPU (wie getestet) NVIDIA RTX Spark N1X, 20-Kern-CPU mit 6,144-Kern-Blackwell-RTX-GPU |
| Memory | 32 GB fest verlöteter LPDDR5X-9400-Speicher, 256 Bit (im Test); bis zu 128 GB 12 GB GPU / 20 GB Systemaufteilung (wie getestet) |
| Lagerung | Bis zu zwei M.2 2242-Laufwerke (eine PCIe Gen4, eine PCIe Gen5) Samsung MZAL81T0HFLB 1 TB, Gen4 x4 (wie getestet) |
| Betriebssystem | Windows 11 Home oder Pro (Arm64); Windows 11 Pro (getestet) |
| Anzeige und Ein-/Ausgabe | |
| Präsentation | 15.3-Zoll-2.5K-PureSight-Pro-OLED-Touchscreen (2560 x 1600), 48–165 Hz VRR, 16:10 1,100 Nits Spitzenhelligkeit (HDR), 100 % sRGB und P3, Delta E < 0.5, X-Rite Pantone-kalibriert Dolby Vision, VESA DisplayHDR True Black 1000, Glas |
| Häfen | 2x USB-C 40 Gbit/s (Thunderbolt 4 / USB4, USB PD, DisplayPort 2.1) 2x USB-A 10 Gbit/s (einer ist immer aktiv) 1x HDMI 2.1 (bis zu 8K/60Hz) 1x SD-Kartenleser (UHS-II) 1x Kopfhörer-/Mikrofon-Kombianschluss |
| Wireless | Wi-Fi 7 (802.11be 2×2), Bluetooth 5.4 |
| Kamera | 9.2 MP + IR mit elektronischem Verschluss und Schalter |
| Audio | Vier Lautsprecher: 2 x 2-Watt-Tieftöner, 2 x 2-Watt-Hochtöner; Dolby Atmos 3x Mikrofone |
| Eingang | Tastatur mit Hintergrundbeleuchtung, 1.5 mm Tastenhub, Copilot-Taste 95 x 150 mm großes haptisches Kraftfeld mit Stifthalterung Yoga Pen Gen 2 (AES 3.0, 8,192 Druckstufen) |
| Kraft und Körperlichkeit | |
| Akku | 92.5 Wh, Schnellladefunktion Express |
| Thermisches Design | Größere Lüftungsschlitze und optimierte Wärmeableitung; bis zu 80 W TDP (Lenovo-Angabe) |
| Abmessungen | 13.66 x 9.53 x 0.66 Zoll (347 x 242 x 16.7 mm) |
| Gewicht | Ab 3.64 kg (1.65 lb) |
| Farbe und Material | Thunder Grey, Ober- und Unterseite aus Aluminium; geprüft nach MIL-STD-810H |
| AnzeigenPreise | |
| Preis (Lenovo.com) | Ab 2,999.99 $ (18 Kerne, 32 GB, 512 GB); die getestete Konfiguration ist nicht aufgeführt. |
Testaufbau und Methodik
Unser Pro 9n 15 ist mit der RTX Spark N1X mit 18-Kern-CPU und 5,120-Kern-Blackwell-GPU, 32 GB LPDDR5X-9400-Arbeitsspeicher (12 GB GPU und 20 GB Systemspeicher) und einer 1 TB Samsung Gen4 SSD ausgestattet. Als Betriebssystem ist Windows 11 Pro 26H1 (Arm64) installiert. Die Benchmarks wurden im Lenovo-Leistungsmodus durchgeführt. Die Ergebnisse des Akkulaufzeittests folgen nach Abschluss der Tests.
Alle Systeme in diesem Vergleich führten sr-client 1.2, unsere skriptbasierte Benchmark-Suite für Windows-Clients, im Volllast- und Spitzenprofil mit dem werkseitigen Windows-Image und den Treibern und Dienstprogrammen des Originalherstellers aus. Die Suite verwendete überall die gleichen Laboreinstellungen: Windows-Energiesparmodus auf „Maximale Leistung“, Netzanschluss, Bildschirmhelligkeit auf 50 Prozent, alle Energiespar- und Bildschirmabschalt-Timer deaktiviert sowie Windows-Firewall und Benutzerkontensteuerung deaktiviert. Jedes Ergebnis ist der Median mehrerer Durchläufe. Tests, deren Abweichung mehr als 2 Prozent beträgt, werden wiederholt, bevor sie akzeptiert werden.
| System | CPU | Memory | GPU für GPU- und KI-Tests verwendet | SSD | Betriebssystem- und Leistungsmodus |
|---|---|---|---|---|---|
| Lenovo Pro 9n 15 | NVIDIA RTX Spark N1X, 18C / 18T | 32 GB LPDDR5X-9400 (12 GB GPU / 20 GB Systemspeicher) | Blackwell RTX mit 5,120 Kernen (integriert, 12 GB nutzbar) | Samsung MZAL81T0HFLB 1 TB, Gen4 x4 | Windows 11 Pro 26H1 (Arm64), Lenovo Leistungsmodus |
| HP OmniBook Ultra 16 (32 GB) | NVIDIA RTX Spark N1X, 20C / 20T | 32 GB LPDDR5X-9400 (12 GB GPU / 20 GB Systemspeicher) | Blackwell RTX mit 6,144 Kernen (integriert, 12 GB nutzbar) | KIOXIA KBG80ZNV 1 TB, Gen5 x4 | Windows 11 Home 26H1 (Arm64), HP Performance |
| Lenovo Yoga 9n 2-in-1 16 | NVIDIA RTX Spark N1X, 20C / 20T | 64 GB LPDDR5X-9400 (32 GB GPU / 32 GB Systemspeicher) | Blackwell RTX mit 6,144 Kernen (integriert, 32 GB nutzbar) | Sandisk PC SN5100S 1 TB, Gen4 x4 | Windows 11 Home 26H1 (Arm64), Lenovo Leistungsmodus |
| Razer Blade-16 | AMD Ryzen AI 9 HX 370, 12 Kerne / 24 Threads | 32 GB LPDDR5X-8000 | NVIDIA GeForce RTX 5090 Laptop-Grafikkarte, 24 GB | Samsung MZVL22T0 2 TB, Gen4 x4 | Windows 11 Home 25H2 (x64), Razer Synapse Performance |
Zwei Bezeichnungen tauchen in den Tabellen immer wieder auf, wobei die erste für den KI-Abschnitt besonders relevant ist. „Nicht ausgeführt“ bedeutet, dass die Testsuite den Start eines Tests abgelehnt hat, da die Hardware die Voraussetzungen nicht erfüllt: Das Pro 9n und das 32-GB-OmniBook mit 12 GB nutzbarem GPU-Speicher liegen unterhalb beider Modellkategorien, während das Yoga mit 32 GB und das Blade 16 mit 24 GB unterhalb der Kategorie M bleiben. Dieselbe Bezeichnung kennzeichnet die OpenBLAS-Größe N=40000, die 11.9 GB benötigt und übersprungen wird, sobald diese die Hälfte des von Windows erkannten Speichers überschreitet.
„N/A“ bedeutet, dass ein Test für diese Hardware nicht anwendbar ist, beispielsweise SMT-Single-Core auf einem Chip ohne SMT oder eine Emulationszeile auf einem x64-System, das seine native Version ausführt. Wenn ein RTX-Spark-System x64-Software über Prism ausführte, wird dies in der Zeile vermerkt.
Lokale KI-Leistung
Die KI-Funktionen des Pro 9n sind aufgrund der auf 12 GB aufgeteilten GPU stark eingeschränkt. Auf kompatiblen Modellen erreicht die GPU mit 5,120 Kernen fast die Leistung der 6,144-Kern-Varianten, da die Token-Generierung bei dieser Größe eher durch die Speicherbandbreite als durch die GPU-Kerne begrenzt wird. Auf nicht kompatiblen Modellen sind diese Funktionen gar nicht verfügbar, weshalb die Tests für Modelllast und Codierungsagenten dem Yoga und dem Blade 16 vorbehalten bleiben.
MLPerf Client v2.0
Der MLPerf-Client führt Llama 3.1 8B und Phi-4-mini in fünf Prompt-Kategorien aus und meldet die Zeit bis zum ersten Token sowie die Token-Rate danach als geometrisches Mittel. Alle Systeme verwenden llama.cpp mit CUDA, daher vergleichen die Zeilen die Hardware. In den Agentenszenarien wird Llama 3.1 8B als Softwareentwicklungs- und Datenanalyse-Agent ausgeführt, die über mehrere Runden hinweg Tools aufrufen.
| MLPerf Client v2.0 | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Llama 3.1 8B, Zeit bis zum ersten Token, geometrisches Mittel (s, niedriger ist besser) | 0.303 | 0.275 | 0.353 | 0.149 |
| Llama 3.1 8B, Token-Rate, geometrischer Mittelwert (Token/s) | 55.1 | 56.4 | 54.4 | 128.8 |
| Phi-4-mini, Zeit bis zum ersten Token, geometrisches Mittel (s, niedriger ist besser) | 0.135 | 0.123 | 0.158 | 0.074 |
| Phi-4-mini, Tokenrate, geometrisches Mittel (Token/s) | 95.2 | 96.8 | 91.8 | 222.7 |
| Data Analyst Agent, End-to-End (s, je niedriger, desto besser) | 56.2 | 52.4 | 59.7 | 27.8 |
| Datenanalyst-Agent, Token-Rate (Token/s) | 46.9 | 49.0 | 45.3 | 108.3 |
| SWE-Agent, End-to-End (s, je niedriger, desto besser) | 48.0 | 46.2 | 51.6 | 24.6 |
| SWE-Agent, Token-Rate (Token/s) | 44.5 | 46.6 | 43.0 | 102.5 |
Das Pro 9n erreichte bei Llama 3.1 8B 55.1 Token pro Sekunde und bei Phi-4-mini 95.2 Token pro Sekunde. Beide Werte lagen etwa 2 Prozent hinter dem 32-GB-OmniBook zurück, trotz 17 Prozent weniger GPU-Kerne. Die Zeit bis zum ersten Token, die stärker von der Rechenleistung abhängt, zeigte einen größeren Unterschied von etwa 10 Prozent, und die beiden Agentenszenarien dauerten 7 bzw. 4 Prozent länger. Das Pro 9n schlug das Yoga in jeder Zeile des MLPerf-Tests, da das geringere Energiebudget des Yoga es stärker beeinträchtigt als die fehlenden Kerne des Pro 9n.
Modelllade- und Codierungsagent
Unsere Modelllast- und Codierungsagententests benötigen mindestens 16 GB nutzbaren GPU-Speicher für das kleinste von uns verwendete Modell (12.8 GB gpt-oss:20b). Da das Pro 9n nur über 12 GB GPU-Speicher verfügt, scheidet es für beide Tests aus, und wir haben die entsprechenden Diagramme in diesem Testbericht weggelassen. Unser Test des Yoga 9n 2-in-1 16 zeigt, welche Leistung eine 32-GB-GPU-Speicheraufteilung auf derselben Plattform bringt. Ein mit mehr Speicher ausgestattetes Pro 9n wäre für dieselben Tests qualifiziert.
Retrieval-Augmented Generation
Unser RAG-Test bettet 20,963 SQuAD v1.1-Passagen mit nomic-embed-text ein, ermittelt die fünf besten Passagen für jede der 2,000 Fragen und beantwortet 400 davon mit Phi-4-mini. Dabei werden exakte Übereinstimmungen und der F1-Wert bewertet. Beide Modelle passen in den 12-GB-Speicher, sodass das Pro 9n den vollständigen Test ausführen kann.
| RAG | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Wandaufnahmezeit, 20,963 Passagen (s, niedriger ist besser) | 191.8 | 195.2 | 188.8 | 131.0 |
| Abfragezeit, p50 (ms, je niedriger, desto besser) | 24.2 | 22.5 | 22.6 | 20.9 |
| Antwort, Phi-4-Mini-Zeit bis zum ersten Token, p50 (s, niedriger ist besser) | 0.171 | 0.156 | 0.181 | 0.109 |
| Antwort, prompte Verarbeitung (tok/s) | 6,268 | 7,139 | 5,837 | 11,560 |
| Antwort, Erzeugungsrate (tok/s) | 96.6 | 102.0 | 91.1 | 209.2 |
| Frage zu beantworten, S. 50 (s, niedriger ist besser) | 0.252 | 0.231 | 0.262 | 0.159 |
| Antwort F1 (%) | 74.27 | 73.97 | 73.97 | 74.47 |
Das Pro 9n verarbeitete den Testdatensatz in 191.8 Sekunden und war damit schneller als das 32-GB-OmniBook mit 195.2 Sekunden. Es generierte Antworten mit 96.6 Tokens pro Sekunde gegenüber 102.0 beim HP. Die Beantwortung einer typischen Frage dauerte 0.252 Sekunden, im Vergleich zu 0.231 Sekunden beim HP und 0.262 Sekunden beim Yoga. Das Blade 16 beantwortete die Frage in 0.159 Sekunden. Die F1-Taste lag bei allen Systemen innerhalb eines halben Punktes.
CPU-Leistung
Zwei Kerne weniger kosten das Pro 9n weniger, als die Kernanzahl vermuten lässt, da es unter Volllast höhere Taktraten als die 20-Kern-Systeme erreicht. Es liegt beim Rendering, der Komprimierung und dem Kompilieren 8 bis 11 Prozent hinter dem 32-GB-OmniBook zurück, erreicht die gleiche Leistung bei Stockfish und dem OpenBLAS-Berechnungsalgorithmus mit N=20000 und teilt sich die Siege mit dem 20-Kern-Yoga, wobei es bei Cinebench, Stockfish, PrimeSieve und OpenBLAS die Nase vorn hat. Bei einem einzelnen Thread verliert es im Cinebench etwa 8 Prozent und in anderen Tests 2 bis 6 Prozent gegenüber den 20-Kern-Modellen. Gegenüber dem Razer Blade 16 schneidet das Pro 9n beim Rendering, der Komprimierung und dem Kompilieren besser ab, verliert aber bei GROMACS, Stockfish, OpenBLAS (alle Kerne), SVT-AV1 und den meisten Single-Thread-Tests.
Cinebench 2026 und Dauerbelastung
Cinebench 2026 rendert eine Szene mit Maxons Redshift-Engine auf der CPU und misst die Leistung auf einem Kern, auf einem SMT-Kern (zwei Threads auf einem physischen Kern) und auf mehreren Kernen. Anschließend führen wir eine Schleife durch, die den Durchlauf auf mehreren Kernen etwa 30 Minuten lang wiederholt und den stabilen Zustand mit dem ersten Durchlauf vergleicht.
| Cinebench 2026 (Punkte, je höher, desto besser) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Einzelprozessor | 518.2 | 564.7 | 557.0 | 480.0 |
| SMT-Einzelkern | N / A | N / A | N / A | 661.3 |
| Mehrkern | 6,394 | 6,934 | 6,292 | 5,179 |
| Anhaltende Schleife, erster Durchlauf | 6,346 | 6,943 | 6,248 | 5,162 |
| Anhaltende Schleife, stationärer Zustand | 6,416 | 6,929 | 6,256 | 5,206 |
| Stationärer Zustand / erster Durchgang | 1.011 | 0.998 | 1.001 | 1.009 |
Das Pro 9n erreichte im Multi-Core-Test 6,394 Punkte, 8 Prozent weniger als das OmniBook 32GB mit 6,934 Punkten, 2 Prozent mehr als das Yoga und 23 Prozent mehr als das Blade 16. Im Single-Core-Test lag es mit 518.2 Punkten etwa 7 bis 8 Prozent hinter den 20-Kern-Systemen zurück. Der kontinuierliche Test steigerte sich im Laufe der halben Stunde und erreichte schließlich 6,416 Punkte, was 101.1 Prozent des ersten Durchlaufs entspricht. Die CPU-Temperatur lag dabei bei maximal 92 °C und der Takt bei 3,288 MHz.
7-Zip, Blender, HandBrake und LLVM
Der integrierte Benchmark von 7-Zip misst den Durchsatz der LZMA-Komprimierung und -Dekomprimierung auf jedem Thread und einem Kern. Blender 4.5 rendert die Szenen „Monster“, „Schrottplatz“ und „Klassenzimmer“ mit Cycles auf der CPU. HandBrake kodiert 60 Sekunden eines 4K60-Clips softwareseitig mit x265 und SVT-AV1, und der LLVM-Test kompiliert den vollständigen LLVM-21.1.4-Baum mit Clang und Ninja.
| 7-Zip, ein Thread (GIPS, höherwertige Versionen sind besser) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Gesamt | 8.93 | 9.10 | 9.12 | 9.24 |
| Komprimieren | 7.26 | 7.33 | 7.35 | 7.28 |
| Dekomprimieren | 10.59 | 10.87 | 10.88 | 11.20 |
Bei diesen Tests kommt die Anzahl der Kerne zum Tragen. Das Pro 9n erreichte in 7-Zip auf allen Threads 138.1 GIPS, 10 Prozent weniger als das OmniBook und 10 Prozent mehr als das Blade 16. In der Blender-Szene „Monster“ lag es 9 Prozent hinter dem HP zurück, in „Classroom“ 8 Prozent. Der LLVM-Build dauerte 229.8 Sekunden, im Vergleich zu 211.1 Sekunden beim HP und 327.0 Sekunden beim Blade. Die x265-Codierung lief mit 37.7 fps, 11 Prozent langsamer als beim OmniBook.
SVT-AV1 erreichte auf jedem RTX Spark-System etwa 15 fps, verglichen mit 77.3 fps auf dem Blade 16. Dies deutet darauf hin, dass der Arm64-Codepfad von SVT-AV1 maßgeblich für die Performance ist, da alle vier N1X-Konfigurationen innerhalb eines Frames voneinander liegen. Es ist der deutlichste Fall in unserer Software-Suite, der dieses Ergebnis beeinflusst.
Stockfish, Primesieve, Python und der Browser
Stockfish gibt die Schachsuchgeschwindigkeit in Millionen Knoten pro Sekunde an. Primesieve zählt die Primzahlen unter 10^12 auf allen Threads und unter 10^11 auf einem Thread. PyPerformance führt drei CPython-Benchmarks auf einem schnellen Kern aus, und Speedometer 3.1 misst die Reaktionsfähigkeit von Webanwendungen in Microsoft Edge. Die letzten beiden Zeilen zeigen die x64-Version von 7-Zip unter Prism-Emulation.
| Test | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Stockfischbank, alle Gewinde (MNPs, je höher, desto besser) | 15.20 | 15.12 | 13.42 | 17.96 |
| Stockfischbank, ein Thread (MNPs, je höher, desto besser) | 1.70 | 1.73 | 1.72 | 2.04 |
| primesieve 1e12, alle Threads (s, niedriger ist besser) | 10.56 | 9.54 | 10.77 | 10.60 |
| Primesieve 1e11, ein Thread (s, niedriger ist besser) | 12.34 | 12.02 | 12.01 | 6.67 |
| PyPerformance go (ms, niedriger ist besser) | 114.1 | 111.2 | 110.6 | 75.2 |
| PyPerformance nbody (ms, niedrigere Werte sind besser) | 82.5 | 80.6 | 80.5 | 60.8 |
| PyPerformance regex_compile (ms, niedrigere Werte sind besser) | 86.7 | 84.5 | 84.3 | 69.7 |
| Speedometer 3.1, Edge (Punktzahl, je höher, desto besser) | 33.9 | 35.4 | 36.1 | 38.4 |
| x64 7-Zip unter Emulation, alle Threads (GIPS) | 117.6 | 127.8 | 124.3 | Nicht verfügbar (native x64-Version) |
| x64 7-Zip unter Emulation, ein Thread (GIPS) | 7.94 | 8.36 | 8.25 | Nicht verfügbar (native x64-Version) |
Stockfish ist der Punkt, an dem die Taktraten des Pro 9n ihre Stärken ausspielen. Auf allen 18 Kernen erreichte es 15.20 Millionen Anfragen pro Sekunde (Mnps), etwas mehr als das 20-Kern-OmniBook mit 15.12 Mnps und 13 Prozent mehr als das Yoga mit 3,292 MHz – der höchste Stockfish-Takt aller von uns getesteten RTX-Spark-Systeme. PrimeSieve benötigte auf allen Threads 10.56 Sekunden, im Vergleich zu 9.54 Sekunden beim HP.
In den Single-Thread-Tests lag das Pro 9n einige Prozent hinter den 20-Kern-Modellen zurück: PyPerformance erreichte 114.1 ms gegenüber 111.2 ms, und der Speedometer-Wert von 33.9 war der niedrigste im Vergleich. Das Blade 16 führte alle anderen Geräte an, außer im Cinebench-Single-Core-Test, wo das Pro 9n mit 518.2 Punkten das Blade 16 mit 480.0 Punkten übertraf. Die x64-Version von 7-Zip erreichte unter Emulation 117.6 GIPS, was 85 Prozent des nativen Ergebnisses entspricht.
GROMACS, OpenBLAS und Speicher
GROMACS führt die Molekulardynamiksimulation mit benchMEM auf 16 Kernen aus und gibt die simulierte Zeit in Nanosekunden pro Tag für das optimale Layout an. Unser OpenBLAS-Test führt eine HPL-ähnliche LU-Operator-Lösung mit doppelter Genauigkeit für drei Problemgrößen sowie eine DGEMM-Matrixmultiplikation durch – sowohl auf allen Kernen als auch exklusiv auf der leistungsstärksten Kernklasse. Dies ist die höchste kontinuierliche Gleitkomma-Last der Testreihe. STREAM misst die kontinuierliche Speicherbandbreite, wobei die Latenzwerte einen einzelnen Speicherzugriff zwischen den Kernen erfassen.
| Test (je höher, desto besser) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| GROMACS benchMEM, bestes Layout (ns/Tag) | 16.88 | 17.43 | 17.15 | 26.41 |
| OpenBLAS LU N=10000, alle Kerne (GFLOPS) | 303.4 | 326.9 | 281.3 | 400.9 |
| OpenBLAS LU N=20000, alle Kerne (GFLOPS) | 318.1 | 322.4 | 298.6 | 454.4 |
| OpenBLAS LU N=40000, alle Kerne (GFLOPS) | Nicht ausführen (benötigt 11.9 GB) | Nicht ausführen (benötigt 11.9 GB) | 282.5 | 498.5 |
| OpenBLAS LU N=20000, Top-Kernklasse (GFLOPS) | 403.8 | 432.2 | 273.2 | 240.4 |
| OpenBLAS DGEMM M=8000, alle Kerne (GFLOPS) | 357.6 | 368.9 | 312.7 | 455.4 |
| OpenBLAS DGEMM M=8000, Top-Core-Klasse (GFLOPS) | 448.3 | 488.7 | 346.7 | 252.4 |
OpenBLAS konnte den Unterschied zwischen dem Pro 9n und dem 32GB OmniBook kaum ausmachen. Die LU-Lösung auf allen Kernen bei N=20000 erreichte 318.1 GFLOPS gegenüber 322.4 GFLOPS, die DGEMM-Lösung auf allen Kernen 357.6 GFLOPS gegenüber 368.9 GFLOPS. Allein die neun schnellen Kerne des Pro 9n lösten N=20000 mit 403.8 GFLOPS und übertrafen damit das eigene Ergebnis auf allen Kernen, wie auch beim HP. Das Pro 9n lag in jeder OpenBLAS-Zeile vor dem Yoga, während das Blade 16 auf allen Kernen führend war. GROMACS platzierte das Pro 9n mit 16.88 ns/Tag 3 Prozent hinter dem HP, verglichen mit 26.41 ns/Tag beim Blade.
| Test | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| STREAM-Kopie (MB/s, je höher, desto besser) | 127,682 | 128,814 | 118,738 | 43,731 |
| STREAM-Triade (MB/s, höher ist besser) | 120,272 | 121,662 | 112,067 | 48,298 |
| Speicherlatenz, 1 GiB Puffer, 4 KiB Seiten (ns, niedriger ist besser) | 143.4 | 143.5 | 141.8 | 129.6 |
| Latenz zwischen den Kernen, Mittelwert aller Paare (ns, niedriger ist besser) | 160.6 | 160.9 | 162.8 | 57.0 |
Die Speicherleistung entspricht dem Plattformergebnis der 20-Kern-Systeme. STREAM Triad erreichte 120,272 MB/s, was etwa 1 Prozent unter dem Wert des OmniBook und dem 2.5-Fachen des Blade 16 liegt. Die Speicherlatenz betrug 143.4 ns und die Kern-zu-Kern-Latenz 160.6 ns, beides Werte, die mit denen von HP vergleichbar sind.
Gaming und GPU-Codierung
SuperTuxKart 1.5 führt seinen integrierten Benchmark in 1080p-Vollbildauflösung mit den höchsten Voreinstellungen und deaktiviertem VSync aus, einmal mit der nativen Arm64-Version des Spiels und einmal mit der emulierten x64-Version. FFmpeg kodiert denselben 4K60-Clip mit NVENC HEVC bei 8 Mbit/s und, sofern verfügbar, mit dem HEVC-Encoder der Media Foundation.
| Test (je höher, desto besser) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| SuperTuxKart 1080p Ultra, nativ, durchschnittlich (fps) | 218.4 | 236.1 | 216.4 | 200.0 |
| SuperTuxKart 1080p Ultra, nativ, stabil (fps) | 140 | 147 | 131 | 115 |
| SuperTuxKart 1080p Ultra, x64 unter Emulation, durchschnittliche Bildrate (fps) | 248.6 | 265.4 | 186.8 | Nicht verfügbar (native x64-Version) |
| SuperTuxKart 1080p Ultra, x64 unter Emulation, stabil (fps) | 94 | 143 | 93 | Nicht verfügbar (native x64-Version) |
| FFmpeg NVENC HEVC, 4K60 bei 8 Mbit/s (fps) | 139 | 137 | 139 | 132 |
| FFmpeg Media Foundation HEVC (fps) | 55 | 55 | 65 | N / A |
Das Pro 9n erreichte mit der nativen Version durchschnittlich 218.4 fps, 7 Prozent weniger als das 32-GB-OmniBook und gleichauf mit dem Yoga, aber mehr als das Blade 16 mit 200.0 fps. Dies deutet darauf hin, dass die RTX 5090 nicht der limitierende Faktor bei 1080p ist. Die x64-Version erreichte unter Emulation durchschnittlich 248.6 fps und war damit schneller als die native Version, obwohl die konstante Bildrate von 94 fps auf ein schlechteres Pacing hindeutet. NVENC ist festverdrahtet, und die 139 fps des Pro 9n unter HEVC entsprachen denen der 20-Kern-Systeme.
Thermik
Die thermischen Ergebnisse des Pro 9n sind das stärkste Argument für Lenovos Systemdesign. Es erreichte Spitzenwerte von 93 °C in HandBrake und 92 °C in Cinebench sowie im Dauertest – den heißesten Tests – und lag in den übrigen CPU-Tests zwischen 83 und 92 °C. Das 32-GB-OmniBook hingegen erreichte in jedem CPU-Test Spitzenwerte von 97 bis 98 °C. Der Mittelwert im Dauertest betrug 87 °C gegenüber 98 °C beim HP. RTX-Spark-Systeme zeigen die CPU-Temperatur nur über die Windows-Temperaturanzeige an. Die Anzeige des Pro 9n lieferte im Leerlauf kurzzeitig falsche Messwerte von 100 bis 130 °C, die wir jedoch nicht berücksichtigen.
| CPU-Temperatur, Maximum / Mittelwert (°C) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Cinebench 2026 | 92 / 70 | 98 / 83 | 72 / 65 | 96 / 78 |
| 7-Zip | 83 / 63 | 98 / 77 | 76 / 62 | 99 / 84 |
| Stockfisch | 88 / 83 | 98 / 96 | 71 / 69 | 92 / 90 |
| Mixer | 91 / 80 | 98 / 97 | 80 / 75 | 95 / 87 |
| HandBrake | 93 / 74 | 98 / 87 | 86 / 71 | 92 / 86 |
| LLVM-Build | 87 / 79 | 98 / 92 | 81 / 75 | 98 / 93 |
| GROMACS | 89 / 85 | 98 / 96 | 84 / 81 | 97 / 94 |
| BLAS öffnen | 92 / 83 | 97 / 93 | 85 / 74 | 91 / 87 |
| STREAM | 78 / 66 | 95 / 89 | 64 / 59 | 75 / 71 |
| SuperTuxKart | 74 / 68 | 94 / 86 | 68 / 62 | 89 / 82 |
| MLPerf-Client | 76 / 66 | 93 / 85 | 72 / 60 | 97 / 76 |
| Codierungsagent | Nicht ausführen | Nicht ausführen | 71 / 67 | 91 / 84 |
| RAG | 76 / 71 | 94 / 90 | 84 / 75 | 88 / 83 |
| Dauerschleife | 92 / 87 | 98 / 98 | 72 / 70 | 94 / 90 |
Die niedrigere Betriebstemperatur beeinträchtigte die Taktfrequenz des Pro 9n nicht: Unter Volllast aller Kerne lag sie in allen CPU-Tests innerhalb von etwa einem Prozent der Taktfrequenz des OmniBook und in Stockfish, GROMACS, OpenBLAS und im Dauertest sogar darüber. Im Dauertest erreichte sie beispielsweise 3,288 MHz gegenüber 3,232 MHz beim HP und 3,015 MHz beim Yoga. Lenovo gibt die maximale Leistungsaufnahme des Pro 9n mit 80 W und die des Yoga mit 70 W an. Da sich zwei Kerne weniger diese Leistungsaufnahme teilen, kann der Pro 9n jeden Kern bei niedrigerer Temperatur schneller betreiben. Wie alle von uns getesteten RTX-Spark-Systeme hielt auch dieses System seine Taktfrequenz über den gesamten Testlauf konstant.
| Mittlerer CPU-Takt (MHz) | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Cinebench 2026 | 2,951 | 2,964 | 2,799 | 4,158 |
| 7-Zip | 2,849 | 2,862 | 2,722 | 4,014 |
| Stockfisch | 3,292 | 3,269 | 3,057 | 3,645 |
| Mixer | 3,216 | 3,241 | 3,111 | 3,729 |
| HandBrake | 2,834 | 2,865 | 2,687 | 3,814 |
| LLVM-Build | 3,197 | 3,193 | 3,083 | 3,697 |
| GROMACS | 3,367 | 3,315 | 3,226 | 3,874 |
| BLAS öffnen | 3,192 | 3,057 | 2,890 | 4,274 |
| STREAM | 3,101 | 3,251 | 3,077 | 3,684 |
| SuperTuxKart | 2,017 | 2,008 | 2,002 | 4,349 |
| MLPerf-Client | 2,027 | 2,241 | 1,935 | 3,593 |
| Codierungsagent | Nicht ausführen | Nicht ausführen | 1,945 | 3,789 |
| RAG | 2,760 | 2,724 | 2,707 | 3,764 |
| Dauerschleife | 3,288 | 3,232 | 3,015 | 3,726 |
Die SSD war die einzige warme Komponente; die Samsung-Festplatte erreichte während des Speichertests einen Spitzenwert von 78 °C und war damit die wärmste aller Systeme in diesem Vergleich. Sie lag 14 °C über der Gen5 KIOXIA des 32 GB großen OmniBook.
Speicherleistung
Unser Speichertest von fio vergleicht die vier Eckpunkte des FIO-Systems mit der Systemfestplatte bei 5 GB und 25 GB Speicherbedarf, sowohl über das Dateisystem als auch direkt auf dem Datenträger. Die Ergebnisse für 25 GB werden hier dargestellt. Die Daten auf dem Datenträger umgehen NTFS und BitLocker, daher zeigt die Differenz zwischen den beiden Werten, wie viel der Speicherkapazität des Laufwerks den Windows-E/A-Pfad übersteht. Der BitLocker-Schutz war beim Pro 9n und Yoga deaktiviert, beim OmniBook hingegen aktiviert.
| fio, 25 GB Speicherkapazität, QD32 | Pro 9n 15 | OmniBook Ultra 16 (32 GB) | Yoga 9n 2-in-1 16 | Razer Blade-16 |
|---|---|---|---|---|
| Sequenzielles Lesen 128K, Dateisystem (MB/s) | 7,024 | 10,509 | 6,874 | 7,125 |
| Sequenzielles Lesen 128K, Rohgerät (MB/s) | 7,165 | 10,047 | 6,975 | 7,134 |
| Sequenzielles Schreiben 128K (MB/s) | 5,699 | 9,464 | 5,905 | 5,250 |
| Zufälliges Lesen von 4K, Dateisystem, Spitzenwert (IOPS) | 338,936 | 289,024 | 394,468 | 694,597 |
| Zufälliges Lesen von 4K, Rohgerät, Spitzenwert (IOPS) | 973,106 | 1,412,982 | 765,766 | 993,050 |
| Zufälliges Schreiben 4K, Spitzenwert (IOPS) | 192,000 | 226,661 | 68,923 | 648,446 |
| Rohdaten / zufälliges Lesen im Dateisystem | 2.87x | 4.89x | 1.94x | 1.43x |
| Zufälliges Lesen von 4K, 4 Jobs, p99 Latenz (µs, niedriger ist besser) | 578 | 494 | 522 | 444 |
| Zufälliger Schreibvorgang 4K, 4 Jobs, p99 Latenz (µs, niedriger ist besser) | 758 | 602 | 12,255 | 371 |
| Maximale Antriebstemperatur (°C) | 78 | 64 | 67 | 60 |
Die 1-TB-Samsung-Gen4-Festplatte des Pro 9n erreichte sequentielle Lesegeschwindigkeiten von 7,024 MB/s und Schreibgeschwindigkeiten von 5,699 MB/s. Damit liegt sie auf dem Niveau der Gen4-Festplatten im Yoga und Blade 16 und etwa bei zwei Dritteln der Leistung der Gen5-KIOXIA-Festplatte des OmniBook. Bei zufälligen Lesezugriffen auf das Dateisystem wurden 338.9 IOPS erreicht, was über den 289.0 IOPS des HP liegt. Die maximale Leistung des Geräts beträgt 973.1 IOPS. Dieser Unterschied von 2.9x ist geringer als der von 4.9x beim OmniBook, was damit übereinstimmt, dass die BitLocker-Softwareverschlüsselung beim HP höhere Kosten verursacht.
Die zufälligen Schreibvorgänge erreichten 192.0 IOPS, weniger als die 226.7 IOPS des HP, aber fast das Dreifache der QLC-SSD des Yoga. Sechs der fio-Konfigurationen des Pro 9n wichen nach einem erneuten Testlauf um mehr als unsere 2-Prozent-Grenze ab und sind daher als unvollständig gekennzeichnet. Diese Ergebnisse verteilen sich auf zufällige Lese- und Schreibvorgänge sowie einen sequenziellen Lesevorgang bei 5 GB Speicherkapazität. Lenovo gibt an, dass ab der 5. Generation Platz für eine zweite M.2-2242-SSD vorhanden ist. Dies wäre die Upgrade-Option für Käufer, die die sequentielle Geschwindigkeit der 20-Kern-Systeme nutzen möchten.
Fazit
Das Lenovo Pro 9n 15 liefert überzeugende Argumente für den 18-Kern-RTX-Spark-Chip. Lenovos Wärmemanagement und die TDP von 80 W ermöglichen höhere All-Core-Taktraten als die 20-Kern-Notebooks bei einer maximalen Temperatur von 92 °C. Dadurch liegt es beim Rendern nur etwa 8 bis 11 Prozent hinter dem 32-GB-OmniBook Ultra 16 zurück und erreicht beim Kompilieren mit Stockfish und OpenBLAS die gleiche Leistung. Die kleinere GPU kostet 2 bis 5 Prozent weniger LLM-Token, und mit nur 165 kg ist es das leichteste System im Vergleich. Es verfügt über ein 3.64-Hz-OLED-Display mit einem Delta-E-Wert unter 0.5 und ein Force Pad mit Stiftunterstützung.
Der Arbeitsspeicher ist die einzige Einschränkung dieser Konfiguration, da eine 12-GB-GPU, aufgeteilt aus 32 GB, die 12.8 GB gpt-oss:20b nicht aufnehmen kann. Daher fällt das Pro 9n bei unseren Tests zur Modelllast und zum Codierungsagenten aus. Seine Gen4-SSD erreicht beim sequenziellen Lesen etwa zwei Drittel der Geschwindigkeit der Gen5-SSD des OmniBook, obwohl Lenovo eine zweite Laufwerksoption anbietet. Die Einschränkungen der Plattform gelten auch hier: der Windows-on-Arm-I/O-Pfad, Arm64-Ports wie SVT-AV1, die hinter ihren x64-Versionen zurückbleiben, und Single-Thread-Anwendungen, bei denen das Razer Blade 16 führend ist. Wie immer erwarten wir, dass sich das Software-Ökosystem nun, da diese Geräte ausgeliefert werden, rasant weiterentwickelt.
Für Kreative und Entwickler, die eine RTX Spark CPU und ein farbkalibriertes OLED-Display im leichtesten Gehäuse der Gruppe wünschen und deren KI-Anwendungen lokal auf kleinen Modellen laufen, bietet das Pro 9n 15 eine nahezu gleichwertige Leistung im Vergleich zu den 20-Kern-Systemen und bleibt dabei kühler. Käufer, die 20B- oder größere Modelle lokal betreiben möchten, sollten das Gerät mit mehr Arbeitsspeicher ausstatten oder sich nach einem System mit 64 GB oder 128 GB umsehen.
Bestenliste: Das Lenovo Pro 9n 15 erscheint in der RTX Spark-Sektion unserer Bestenliste der Laptops für lokale KI , zusammen mit den anderen N1X-Systemen, die wir mit unserer neuen Client-Suite getestet haben.
Amazon