Lenovo Pro 9n 15は、クリエイター向けのLenovo製15.3インチNVIDIA RTX Spark搭載クラムシェルノートPCで、165Hzのリフレッシュレートに対応した2.5K OLEDディスプレイ、ペン対応の触覚フィードバック付きタッチパッド、厚さ0.66インチのアルミニウム製筐体を採用しています。今回レビューしたモデルはエントリーモデルで、18コアのN1Xプロセッサ、5,120コアのBlackwell GPU、32GBのLPDDR5Xメモリ、1TB Gen4 SSDを搭載し、Windows 11 Proがプリインストールされています。Lenovoは、18コア、32GBメモリ、512GB SSD搭載モデルを2,999.99ドルから販売しています。今回レビューした1TBメモリ、Windows 11 Pro搭載モデルの価格は、レビュー時点では公表されていませんでした。
This review covers the Pro 9n’s build and design, then its results in local AI, CPU, memory, gaming, thermals, and storage. We compare it with the HP オムニブック ウルトラ 16 with 32GB, which runs the same 12GB GPU split on the 20-core chip; the Lenovo Yoga 9n 2-in-1 16, its Lenovo sibling with the 20-core chip and 64GB; and the Razer Blade 16, whose RTX 5090 was the strongest x64 notebook in our Surface Laptop Ultra レビューバッテリーテストは現在進行中であり、完了次第追加されます。
Pro 9n は、同じクロック周波数で動作する 20 コアの OmniBook よりも N1X を低温で動作させます。Lenovo は最大 80W と評価しており、すべての CPU テストで全コアのクロック周波数を 32GB OmniBook の約 1% 以内に維持し、最高温度は 93 ℃ でした。これにより、ほとんどのマルチスレッド処理では 18 コアが 20 コアの OmniBook より 8 ～ 11% 劣り、Stockfish と N=20000 OpenBLAS ソルブでは同等の性能となります。より小型の GPU は、LLM トークン生成で 2 ～ 5% 劣ります。
どのシステムにおいても、メモリは制約要因となるため、購入時のサイズ決定において考慮すべき要素となります。例えば、12.8GBのgpt-oss:20bモデルはロードできません。ユーザーが強制的にロードしようとすると、最小および最大割り当てが問題を引き起こす可能性があることをNVIDIAアプリがすぐに指摘します。また、VRAMをすべて消費するモデルをロードすると、KVキャッシュに何も割り当てられないという実用的な問題も発生します。
固定分割はNVIDIAの制限ではなく、Windowsの制限です。Windowsは、DGX SparkのLinuxスタックのようにCPUとGPU間でメモリを統合する機能をまだサポートしていないため、割り当てを事前に設定する必要があります。NVIDIAとMicrosoftの間で、この機能のサポートが開発中であると理解しています。
主要なポイント（要点）
- 小型AIモデルをフルスピードで動作させる： MLPerf Llama 3.1 8Bは、5,120コアのGPU上で毎秒55.1トークンの処理速度を記録し、20コアのOmniBookより2%低い結果となりました。RAGの解答には0.252秒かかりました。12GBのGPUメモリを分割しているため、モデルロードとコーディングエージェントのテストには使用していません。
- コア数を減らし、クロック周波数を上げる： Pro 9nは、30分間の連続ループで92℃のピーク温度で3,288MHzを維持し、Cinebench 2026マルチコアで6,394のスコアを記録しました。これはOmniBookより8%低いものの、Razer Blade 16より23%高いスコアです。
- StockfishとOpenBLASで20コアのレベルを測定： 全コアOpenBLAS LUソルバーのN=20000では、OmniBookの322.4 GFLOPSに対し318.1 GFLOPSに達し、Stockfishは15.12 Mnpsに対し15.20 Mnpsの検索を行った。
- カラー作業向けに設計されたディスプレイと入力装置： 15.3インチのOLEDディスプレイは最大165Hzのリフレッシュレートで動作し、Delta Eは0.5未満です。また、95 x 150mmの触覚フィードバック対応フォースパッドは、Yoga Pen Gen 2の描画面としても機能し、厚さ0.66インチのアルミニウム製筐体に92.5Whのバッテリーを搭載しています。
- Gen4ストレージ、Gen5対応スペースあり： Samsung Gen4 SSDは7,024MB/sの読み取り速度を記録し、グループの中で最も高温の78℃で動作しました。また、LenovoはGen5で2台目のM.2 2242ドライブをサポートすると明記しています。
ビルドとデザイン
Pro 9nは、アルミニウム製の蓋と底面を備えた従来型のクラムシェル型ノートPCで、Lenovoはこれをサンダーグレーと呼んでいます。最も薄い部分のサイズは13.66 x 9.53 x 0.66インチ、重量は3.64ポンドからで、今回の比較対象ノートPCの中で最も軽量です。Lenovoによると、MIL-STD-810H規格の試験に合格し、カーボンニュートラル認証を取得しており、底面カバーには50%のリサイクルアルミニウムを使用しているとのことです。
手に取ってみると、Pro 9nは丸みを帯びたエッジ、ポート配置、そして筐体構造においてYoga 9n 2-in-1と共通しており、蓋はマグネットでしっかりと閉じられます。キーボードはYogaよりも幅が狭く、テンキーがなく、両側のスペースはスピーカーに充てられています。しっかりとした打鍵感とバックライトを備えています。ガラス製の感圧パッドは滑らかで、両手で同時に操作できるほど十分な大きさがあり、筐体はLenovoが16インチのコンバーチブルとして設計したYogaよりもわずかに幅が狭くなっています。
LenovoはN1Xの内部構造を再設計し、新しい熱システム、大型の通気口、底面の隆起したサーマルバンプを採用することで、Pro 9nを最大80Wで動作させることが可能になったと述べている。底面には、背面半分に渡って大きな吸気グリルが配置されている。
カバーを外すと、2 つのファンがヒートシンクを挟むように配置され、ボードの中央には複数のヒートパイプが走っており、バッテリーがシャーシの前面を占めています。私たちの結果は、Lenovo の熱に関する主張を裏付けています。Pro 9n は、より高いクロックで OmniBook よりも低温で動作しました。詳細は熱のセクションをご覧ください。少なくともこれまでのところ、他の NVIDIA モバイル プラットフォームと比較してユニークな設計上の決定の 1 つは、Lenovo が 2 つの 2242 M.2 ドライブ ベイを採用したことです。他のプラットフォームは 1 つの 2280 を採用しています。そのため、Lenovo は 2 番目のドライブ オプションを提供していますが、2242 SSD は容量が小さく、2280 ほどパフォーマンスが良くない傾向があります。
15.3インチのPureSight Pro OLEDタッチスクリーンは、2560 x 1600の解像度で、48～165Hzの可変リフレッシュレートに対応しています。LenovoはX-Rite Pantoneでキャリブレーションを行い、Delta Eは0.5未満、HDRでのピーク輝度は1,100nit、sRGBとP3の色域カバー率は100%、Dolby VisionとVESA DisplayHDR True Black 1000の認証を取得しています。キーボードの両側には、Dolby Atmosでチューニングされた2Wウーファー2基と2Wツイーター2基の計4基のスピーカーが配置されています。
キーボードはキーストローク1.5mm、バックライト、コパイロットキーを備えています。その下には、95×150mmの触覚フィードバック機能付きフォースパッドがあり、AES 3.0で8,192段階の筆圧レベルに対応するYoga Pen Gen 2と組み合わせることで描画面として機能します。9.2MPの赤外線カメラは電子シャッターと本体側面の物理スイッチを備え、3つのノイズキャンセリングマイクが音声通話に対応します。
右側面にはカメラのシャッタースイッチ、電源ボタン、UHS-II SDカードリーダー、USB-Cポート、常時給電対応の10Gbps USB-Aポートが配置されています。左側面にはHDMI 2.1、2つ目のUSB-Aポート、2つ目のUSB-Cポート、ヘッドホンジャックがあります。両方のUSB-CポートはPower DeliveryとDisplayPort 2.1に対応し、40Gbpsで動作します。LenovoはこれらをThunderbolt 4とUSB4の両方として表記しています。ワイヤレスはWi-Fi 7とBluetooth 5.4に対応し、92.5WhのバッテリーはRapid Charge Expressに対応しています。バッテリーのテスト結果は、新しいテストハーネスが完成次第掲載します。
RTX Spark N1Xプラットフォーム
RTX Spark は、NVIDIA が N1X スーパーチップをベースに構築した Windows PC ファミリーに付けた名称で、DGX Sparkの GB10 のノート PC 版です。Surface Laptop Ultra のレビューでは、このプラットフォームについて詳しく解説しています。ラボでテストした Pro 9n は、18 コアの Grace CPU (9 つの高速コアと 9 つの効率コア、SMT なし) と 5,120 コアの Blackwell RTX GPU を組み合わせた第 2 のビンを搭載しています。Lenovo は、高速コアを最大 3.9GHz、効率コアを最大 2.8GHz と評価しており、他の構成では 20 コア、6,144 コアの GPU パーツを提供しています。
N1XのLPDDR5XはCPUとGPUで共有され、NVIDIAアプリの設定でWindowsがGPUにどれだけ割り当てるかを決定します。これはBIOSオプションではなく、Windows側の変更です。32GBのPro 9nを12GBのGPUと20GBのCPUに設定しました。これは32GBのOmniBookと同じ分割なので、両者を直接比較できます。12GBではどちらも、16GBのGPU使用可能なメモリを必要とする最小のローカルAIモデルティアの要件を満たしておらず、より大きな割り当てはWindowsが使用できるメモリから発生します。Windows 11 26H1はArm64で動作します。x64アプリケーションはPrismエミュレーションを経由し、当社のスイートはすべてのオープンソースワークロードのネイティブArm64ビルドを使用します。
Lenovo Pro 9n 15の仕様
| 製品仕様 | Lenovo Pro 9n 15 (83SS0003US) |
|---|---|
| プラットフォームの概要 | |
| プロセッサ | NVIDIA RTX Spark N1X、18コアCPU、5,120コアBlackwell RTX GPU（テスト時） NVIDIA RTX Spark N1X、20コアCPU、6,144コアBlackwell RTX GPU |
| メモリ | 32GB LPDDR5X-9400、256ビット（テスト済み）をはんだ付け。最大128GBまで拡張可能。 12GB GPU / 20GBシステム（テスト時） |
| Storage | 最大2台のM.2 2242ドライブ（PCIe Gen4 1台、PCIe Gen5 1台） Samsung MZAL81T0HFLB 1TB、Gen4 x4（テスト済み） |
| オペレーティングシステム | Windows 11 HomeまたはPro（Arm64）；テスト環境はWindows 11 Pro |
| ディスプレイとI/O | |
| ディスプレイ | 15.3インチ 2.5K (2560 x 1600) PureSight Pro OLEDタッチスクリーン、48-165Hz VRR、16:10 最大輝度1,100ニト（HDR）、sRGBおよびP3カバー率100%、Delta E <0.5、X-Rite Pantoneキャリブレーション済み Dolby Vision、VESA DisplayHDR、True Black 1000、ガラス |
| ポート | USB-Cポート×2（40Gbps、Thunderbolt 4 / USB4、USB PD、DisplayPort 2.1対応） USB-Aポート×2（10Gbps、うち1つは常時接続） HDMI 2.1ポート×1（最大8K/60Hz対応） SDカードリーダー（UHS-II）×1 ヘッドホン/マイクコンボジャック×1 |
| 無線 | Wi-Fi 7 (802.11be 2×2)、Bluetooth 5.4 |
| カメラ | 9.2メガピクセル＋赤外線、電子シャッターとスイッチ付き |
| オーディオ | スピーカー4基：2Wウーファー×2、2Wツイーター×2；Dolby Atmos対応 3x マイク |
| 入力 | バックライト付きキーボード、キーストローク1.5mm、コパイロットキー搭載 ペン対応の95 x 150mm触覚フィードバック対応フォースパッド ヨガペン Gen 2（AES 3.0、8,192段階の筆圧レベル） |
| パワーと身体 | |
| 電池 | 92.5Wh、急速充電エクスプレス |
| 熱設計 | 大型通気口とサーマルバンプを採用。最大TDPは80W（Lenovo定格）。 |
| 寸法 | 13.66 x 9.53 x 0.66インチ（347 x 242 x 16.7mm） |
| 重量 | 3.64ポンド（1.65kg）から |
| 色と素材 | サンダーグレー、アルミニウム製トップ＆ボトム；MIL-STD-810H試験済み |
| 価格 | |
| 価格（Lenovo.com） | 価格は2,999.99ドルから（18コア、32GB、512GB）。テストに使用した構成は記載されていません。 |
テストのセットアップと方法論
当社のPro 9n 15は、18コアCPUと5,120コアBlackwell GPUを搭載したRTX Spark N1X、12GBのGPUメモリと20GBのシステムメモリに分割された32GBのLPDDR5X-9400メモリ、そしてWindows 11 Pro 26H1（Arm64）上で動作する1TBのSamsung Gen4 SSDを搭載しています。ベンチマークはLenovoのパフォーマンスモードで実行しました。バッテリー駆動時間のテスト結果は、完了次第追加します。
今回の比較対象システムはすべて、OEMのドライバとユーティリティを含む工場出荷時のWindowsイメージを使用し、スクリプト化されたWindowsクライアントベンチマークスイートであるsr-client 1.2をフル実行およびピークプロファイルで実行しました。このスイートは、すべてのシステムで同じラボ設定を適用します。具体的には、Windowsの電源モードを「最高のパフォーマンス」に設定し、電源に接続した状態で、ディスプレイの輝度を50%に設定し、すべてのスリープタイマーとディスプレイオフタイマーを無効にし、WindowsファイアウォールとUACプロンプトを無効にしています。各結果は複数回のテストの中央値であり、ばらつきが2%を超えるテストは、スイートが再実行してから結果を受け入れます。
| システム | CPU | メモリ | GPUとAIのテストに使用されるGPU | SSD | OSとパフォーマンスモード |
|---|---|---|---|---|---|
| Lenovo Pro 9n 15 | NVIDIA RTX Spark N1X、18コア/18スレッド | 32GB LPDDR5X-9400（GPU用12GB、システム用20GBに分割） | 5,120コアのBlackwell RTX（統合型、使用可能メモリ12GB） | サムスン MZAL81T0HFLB 1TB、Gen4 x4 | Windows 11 Pro 26H1 (Arm64)、Lenovoパフォーマンスモード |
| HP OmniBook Ultra 16 (32GB) | NVIDIA RTX Spark N1X、20コア/20スレッド | 32GB LPDDR5X-9400（GPU用12GB、システム用20GBに分割） | 6,144コアのBlackwell RTX（統合型、使用可能メモリ12GB） | KIOXIA KBG80ZNV 1TB、Gen5 x4 | Windows 11 Home 26H1 (Arm64)、HPパフォーマンス |
| Lenovo Yoga 9n 2-in-1 16 | NVIDIA RTX Spark N1X、20コア/20スレッド | 64GB LPDDR5X-9400（GPU用32GB、システム用32GBに分割） | 6,144コアのBlackwell RTX（統合型、使用可能メモリ32GB） | サンディスク PC SN5100S 1TB、Gen4 x4 | Windows 11 Home 26H1 (Arm64)、Lenovoパフォーマンスモード |
| Razerのブレード16 | AMD Ryzen AI 9 HX 370、12コア/24スレッド | 32GB LPDDR5X-8000 | NVIDIA GeForce RTX 5090 ノートパソコン用GPU、24GB | Samsung MZVL22T0 2TB、Gen4 x4 | Windows 11 Home 25H2 (x64)、Razer Synapse Performance |
表には 2 つのラベルが繰り返し登場しますが、最初のラベルは AI セクションで最も重要です。「実行されませんでした」は、ハードウェアが要件を満たしていないため、テストスイートがテストを開始しなかったことを意味します。GPU で使用可能なメモリが 12GB の Pro 9n と 32GB OmniBook は、どちらのモデルティアにも該当しません。一方、Yoga の 32GB と Blade 16 の 24GB は、ティア M を下回っています。同じラベルは OpenBLAS N=40000 サイズを示しており、11.9GB が必要で、Windows が認識するメモリの半分を超える場合はスキップされます。
「N/A」は、そのハードウェアにはテストが適用されないことを意味します。例えば、SMT非対応のチップ上のSMTシングルコアや、ネイティブビルドを実行するx64システム上のエミュレーション行などが該当します。RTX SparkシステムがPrism経由でx64ソフトウェアを実行した場合は、その旨が行に記載されます。
ローカルAIパフォーマンス
Pro 9nのローカルAIに関する記述は簡潔なものにとどまっている。これは、12GBのGPU分割によって処理能力が制限されているためだ。適合するモデルでは、5,120コアのGPUは6,144コアのGPUと数パーセントの差で動作する。これは、この規模のトークン生成はGPUコア数よりもメモリ帯域幅によって制限されるためだ。適合しないモデルでは、そもそも処理を実行できないため、モデルロードとコーディングエージェントのテストはYogaとBlade 16に任されることになる。
MLPerfクライアントv2.0
MLPerf Client は、Llama 3.1 8B と Phi-4-mini を 5 つのプロンプト カテゴリで実行し、最初のトークンまでの時間と、その後のトークンレートを幾何平均として報告します。ここに掲載されているすべてのシステムは CUDA を使用した llama.cpp を使用しているため、各行はハードウェアを比較しています。エージェント シナリオでは、Llama 3.1 8B をソフトウェア エンジニアリング エージェントおよびデータ アナリスト エージェントとして実行し、複数ターンにわたってツールを呼び出します。
| MLPerfクライアントv2.0 | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| Llama 3.1 8B、最初のトークン取得までの時間、幾何平均（秒、値が小さいほど良い） | 0.303 | 0.275 | 0.353 | 0.149 |
| Llama 3.1 8B、トークンレート、幾何平均（トークン/秒） | 55.1 | 56.4 | 54.4 | 128.8 |
| Phi-4-mini、最初のトークンまでの時間、幾何平均（s、値が小さいほど良い） | 0.135 | 0.123 | 0.158 | 0.074 |
| Phi-4-mini、トークンレート、幾何平均（トークン/秒） | 95.2 | 96.8 | 91.8 | 222.7 |
| データアナリストエージェント、エンドツーエンド（s、数値が低いほど良い） | 56.2 | 52.4 | 59.7 | 27.8 |
| データアナリストエージェント、トークンレート（tok/秒） | 46.9 | 49.0 | 45.3 | 108.3 |
| SWEエージェント、エンドツーエンド（s、数値が小さいほど良い） | 48.0 | 46.2 | 51.6 | 24.6 |
| SWEエージェント、トークンレート（tok/秒） | 44.5 | 46.6 | 43.0 | 102.5 |
Pro 9n は、Llama 3.1 8B を毎秒 55.1 トークン、Phi-4-mini を毎秒 95.2 トークン生成しましたが、GPU コアが 17% 少ないにもかかわらず、どちらも 32GB OmniBook より約 2% 劣っていました。計算負荷が高い最初のトークン生成までの時間では、約 10% の大きな差が見られ、2 つのエージェント シナリオではそれぞれ 7% と 4% 長くかかりました。Yoga の電力予算が低いことが Pro 9n のコア不足よりも大きな損失となるため、Pro 9n はすべての MLPerf 行で Yoga を上回りました。
モデル読み込みおよびコーディングエージェント
Our model-load and coding agent tests need at least 16GB of GPU-usable memory for the smallest model we run, the 12.8GB gpt-oss:20b, so the Pro 9n’s 12GB split rules it out of both and we have left those charts out of this review. Our Yoga 9n 2-in-1 16 review shows what a 32GB GPU split buys on the same platform, and a Pro 9n configured with more memory would qualify for the same tests.
検索拡張生成
RAGテストでは、nomic-embed-textを使用して20,963個のSQuAD v1.1パッセージを埋め込み、2,000問それぞれについて上位5つのパッセージを取得し、そのうち400問にPhi-4-miniで解答し、完全一致とF1スコアを算出します。両モデルとも12GBの容量なので、Pro 9nでテスト全体を実行できます。
| RAG | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| 摂取壁時間：20,963回（秒、数値が低いほど良い） | 191.8 | 195.2 | 188.8 | 131.0 |
| 検索クエリ時間、p50（ミリ秒、数値が低いほど良い） | 24.2 | 22.5 | 22.6 | 20.9 |
| 回答、最初のトークンまでのPhi-4-mini時間、p50（秒、数値が小さいほど良い） | 0.171 | 0.156 | 0.181 | 0.109 |
| 回答、即時処理（tok/s） | 6,268 | 7,139 | 5,837 | 11,560 |
| 回答、生成速度（tok/秒） | 96.6 | 102.0 | 91.1 | 209.2 |
| 質問への回答、p50（数値が低いほど良い） | 0.252 | 0.231 | 0.262 | 0.159 |
| 回答 F1 (%) | 74.27 | 73.97 | 73.97 | 74.47 |
Pro 9nは191.8秒でコーパスを読み込み、32GB OmniBookの195.2秒よりも速く、HPの102.0トークン/秒に対し、96.6トークン/秒で回答を生成しました。典型的な質問に対する回答時間は、HPの0.231秒とYogaの0.262秒の中間で、0.252秒でした。Blade 16は0.159秒で回答しました。F1スコアはどのシステムでも0.5ポイント以内の差でした。
CPUパフォーマンス
Pro 9n はコア数が 2 つ少ないため、コア数から想像されるよりもコストが低くなっています。これは、全コア負荷時に 20 コア システムよりも高いクロック周波数を維持できるためです。レンダリング、圧縮、コンパイルでは 32GB OmniBook に 8 ～ 11 パーセント劣りますが、Stockfish と N=20000 OpenBLAS ソルブでは同等で、20 コア Yoga とは互角の成績を収め、Cinebench、Stockfish、primesieve、OpenBLAS では優位に立っています。シングル スレッドでは、Cinebench で 20 コアのパーツに約 8 パーセント、その他のテストでは 2 ～ 6 パーセント劣ります。Razer Blade 16 と比較すると、Pro 9n はレンダリング、圧縮、コンパイルで勝ちますが、GROMACS、Stockfish、全コア OpenBLAS、SVT-AV1、およびほとんどのシングル スレッド テストで負けます。
Cinebench 2026と持続負荷
Cinebench 2026は、CPU上でMaxonのRedshiftエンジンを使用してシーンをレンダリングし、シングルコア、SMTシングルコア（1つの物理コアで2つのスレッドを実行）、およびマルチコアのスループットを測定します。その後、マルチコア実行を約30分間繰り返す持続ループを実行し、定常状態を最初の実行結果と比較します。
| Cinebench 2026（ポイント、数値が高いほど性能が良い） | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| シングルコア | 518.2 | 564.7 | 557.0 | 480.0 |
| SMTシングルコア | 無し | 無し | 無し | 661.3 |
| マルチコア | 6,394 | 6,934 | 6,292 | 5,179 |
| 持続ループ、1回目の通過 | 6,346 | 6,943 | 6,248 | 5,162 |
| 持続ループ、定常状態 | 6,416 | 6,929 | 6,256 | 5,206 |
| 定常状態／初回通過 | 1.011 | 0.998 | 1.001 | 1.009 |
Pro 9n のマルチコアスコアは 6,394 で、32GB OmniBook の 6,934 より 8% 低く、Yoga より 2% 高く、Blade 16 より 23% 高いスコアでした。シングルコアスコアは 518.2 で、20 コアのシステムより 7 ～ 8% 低いスコアでした。持続ループは 30 分かけて上昇し、6,416 で終了しました。これは最初のパスの 101.1% で、CPU はピーク時 92 ℃、3,288MHz でした。
7-Zip、Blender、HandBrake、およびLLVM
7-Zipの内蔵ベンチマークは、各スレッドおよび1つのコアにおけるLZMA圧縮および解凍のスループットを報告します。Blender 4.5は、CPU上でCyclesを使用してMonster、Junkshop、およびClassroomシーンをレンダリングします。HandBrakeは、x265とSVT-AV1を使用して4K60クリップの60秒をソフトウェアでエンコードし、LLVMテストはClangとNinjaを使用してLLVM 21.1.4ツリー全体をコンパイルします。
| 7-Zip、シングルスレッド（GIPS、数値が高いほど良い） | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| トータル | 8.93 | 9.10 | 9.12 | 9.24 |
| 圧縮する | 7.26 | 7.33 | 7.35 | 7.28 |
| 圧縮解除する | 10.59 | 10.87 | 10.88 | 11.20 |
これらはコア数が影響するテストです。Pro 9nは7-Zipで全スレッドで138.1 GIPSを達成し、OmniBookより10%低く、Blade 16より10%高くなりました。また、BlenderのMonsterシーンではHPより9%、Classroomでは8%劣りました。LLVMビルドには229.8秒かかり、HPの211.1秒、Bladeの327.0秒を上回りました。x265エンコードは37.7 fpsで実行され、OmniBookより11%劣りました。
SVT-AV1は、すべてのRTX Sparkシステムで約15fpsで動作しましたが、Blade 16では77.3fpsでした。これは、4つのN1X構成すべてが互いに1フレーム以内に収まっていることから、SVT-AV1のArm64コードパスが結果を左右していることを示しており、当社のソフトウェアスイートの中で、この結果が最も明確に表れているケースです。
Stockfish、Primesieve、Python、そしてブラウザ
Stockfishは、チェスの検索速度を1秒あたり数百万ノード単位で報告します。primesieveは、すべてのスレッドで10^12以下の素数を、1つのスレッドで10^11以下の素数をカウントします。PyPerformanceは、1つの高速コアに固定された3つのCPythonベンチマークを実行し、Speedometer 3.1はMicrosoft EdgeでのWebアプリケーションの応答性を測定します。最後の2行は、Prismエミュレーションで7-Zipのx64ビルドを実行します。
| ホイール試乗 | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| Stockfishベンチ、全スレッド（Mnps、数値が高いほど良い） | 15.20 | 15.12 | 13.42 | 17.96 |
| Stockfishベンチ、スレッド1つ（Mnps、数値が高いほど良い） | 1.70 | 1.73 | 1.72 | 2.04 |
| primesieve 1e12、全スレッド（s、数値が小さいほど良い） | 10.56 | 9.54 | 10.77 | 10.60 |
| プライムシーブ 1e11、スレッド1つ（s、数値が低いほど良い） | 12.34 | 12.02 | 12.01 | 6.67 |
| PyPerformance 実行時間 (ミリ秒、数値が低いほど良い) | 114.1 | 111.2 | 110.6 | 75.2 |
| PyPerformance nbody (ミリ秒、数値が低いほど良い) | 82.5 | 80.6 | 80.5 | 60.8 |
| PyPerformance regex_compile (ミリ秒、数値が小さいほど良い) | 86.7 | 84.5 | 84.3 | 69.7 |
| スピードメーター 3.1、エッジ（スコア、数値が高いほど良い） | 33.9 | 35.4 | 36.1 | 38.4 |
| x64 7-Zip エミュレーション、全スレッド (GIPS) | 117.6 | 127.8 | 124.3 | 該当なし（ネイティブx64） |
| エミュレーション環境下のx64 7-Zip、シングルスレッド（GIPS） | 7.94 | 8.36 | 8.25 | 該当なし（ネイティブx64） |
Stockfish は Pro 9n のクロックが真価を発揮する場面です。18 コアすべてで、15.20 Mnps の検索速度を記録し、20 コアの OmniBook の 15.12 をわずかに上回り、3,292MHz で動作する Yoga を 13% 上回りました。これは、テストした RTX Spark システムの中で Stockfish のクロック速度が最も高いものです。すべてのスレッドでの primesieve の実行時間は、HP の 9.54 秒に対し 10.56 秒でした。
シングルスレッドの行では、Pro 9n は 20 コアのパーツより数パーセント劣り、PyPerformance は 114.1 ms で 111.2 ms、Speedometer スコアは 33.9 で最低値となり、Cinebench シングルコアを除いて Blade 16 がトップでした。Cinebench シングルコアでは Pro 9n の 518.2 が Blade 16 の 480.0 を上回りました。7-Zip の x64 ビルドはエミュレーションで 117.6 GIPS で動作し、ネイティブ結果の 85 パーセントでした。
GROMACS、OpenBLAS、およびメモリ
GROMACSは、16コアでbenchMEM分子動力学シミュレーションを実行し、最適な構成における1日あたりのシミュレーション時間をナノ秒単位で報告します。OpenBLASテストでは、3つの問題サイズでHPLスタイルの倍精度LU分解とDGEMM行列乗算を、全コアおよび最上位コアクラスのみで実行します。これは、スイートの中で最も負荷の高い浮動小数点演算です。STREAMは持続的なメモリ帯域幅を測定し、レイテンシ行はメモリへの単一アクセスとコア間のアクセスを測定します。
| テスト（数値が高いほど良い） | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| GROMACS benchMEM、最適なレイアウト（ns/日） | 16.88 | 17.43 | 17.15 | 26.41 |
| OpenBLAS LU N=10000、すべてのコア (GFLOPS) | 303.4 | 326.9 | 281.3 | 400.9 |
| OpenBLAS LU N=20000、すべてのコア (GFLOPS) | 318.1 | 322.4 | 298.6 | 454.4 |
| OpenBLAS LU N=40000、すべてのコア (GFLOPS) | 実行不可（11.9GB必要） | 実行不可（11.9GB必要） | 282.5 | 498.5 |
| OpenBLAS LU N=20000、最高コアクラス（GFLOPS） | 403.8 | 432.2 | 273.2 | 240.4 |
| OpenBLAS DGEMM M=8000、全コア（GFLOPS） | 357.6 | 368.9 | 312.7 | 455.4 |
| OpenBLAS DGEMM M=8000、最高コアクラス（GFLOPS） | 448.3 | 488.7 | 346.7 | 252.4 |
OpenBLAS では Pro 9n と 32GB OmniBook の差はわずかでした。N=20000 での全コア LU ソルバーは 318.1 GFLOPS で、322.4 GFLOPS に、全コア DGEMM は 357.6 GFLOPS で、368.9 GFLOPS に、9 つの高速コアのみで N=20000 を 403.8 GFLOPS で解決し、HP と同様に全コアの結果も上回りました。Pro 9n は実行したすべての OpenBLAS 行で Yoga を上回り、Blade 16 は全コアで全員を上回りました。GROMACS では Pro 9n は HP より 3% 遅れて 16.88 ns/日、Blade は 26.41 ns/日でした。
| ホイール試乗 | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| ストリームコピー（MB/秒、数値が高いほど良い） | 127,682 | 128,814 | 118,738 | 43,731 |
| ストリームトライアド（MB/s、数値が高いほど良い） | 120,272 | 121,662 | 112,067 | 48,298 |
| メモリレイテンシ、1GiBバッファ、4KiBページ（ナノ秒、数値が小さいほど良い） | 143.4 | 143.5 | 141.8 | 129.6 |
| コア間レイテンシ、全ペアの平均値（ns、数値が小さいほど良好） | 160.6 | 160.9 | 162.8 | 57.0 |
メモリ性能は、20コアシステムと同じプラットフォーム結果です。STREAM Triadは120,272MB/sに達し、OmniBookの約1%以内、Blade 16の2.5倍の性能を示しました。メモリレイテンシは143.4 ns、コア間レイテンシは160.6 nsで、いずれもHPと同等です。
ゲームおよびGPUエンコーディング
SuperTuxKart 1.5 は、内蔵ベンチマークを 1080p フルスクリーン、最高プリセット、垂直同期オフで実行します。1 回はゲームのネイティブ Arm64 ビルドで、もう 1 回はエミュレーションによる x64 ビルドで実行します。FFmpeg は、同じ 4K60 クリップを NVENC HEVC (8Mbps) と、利用可能な場合は Media Foundation HEVC エンコーダを使用してエンコードします。
| テスト（数値が高いほど良い） | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| SuperTuxKart 1080p Ultra、ネイティブ、平均（fps） | 218.4 | 236.1 | 216.4 | 200.0 |
| SuperTuxKart 1080p Ultra、ネイティブ、安定（fps） | 140 | 147 | 131 | 115 |
| SuperTuxKart 1080p Ultra、x64 エミュレーション下、平均 (fps) | 248.6 | 265.4 | 186.8 | 該当なし（ネイティブx64） |
| SuperTuxKart 1080p Ultra、x64 エミュレーション下、安定した (fps) | 94 | 143 | 93 | 該当なし（ネイティブx64） |
| FFmpeg NVENC HEVC、4K60fps、8Mbps（フレームレート） | 139 | 137 | 139 | 132 |
| FFmpeg Media Foundation HEVC (fps) | 55 | 55 | 65 | 無し |
Pro 9n はネイティブビルドで平均 218.4 fps を記録し、32GB OmniBook より 7% 低く、Yoga と同等で、Blade 16 の 200.0 を上回っており、1080p でのゲームのボトルネックは RTX 5090 ではないことが示唆されています。エミュレーションによる x64 ビルドは平均 248.6 fps を記録し、ネイティブビルドより高速でしたが、安定したフレームレート 94 fps はペースが悪くなっています。NVENC は固定機能であり、Pro 9n の HEVC での 139 fps は 20 コア システムと同等でした。
サーマル
Pro 9n の熱特性は、Lenovo のシステム設計の最も強力な根拠となる。最も高温になるテストである HandBrake では 93 ℃、Cinebench と持続ループでは 92 ℃ に達し、その他の CPU テストでは 83 ～ 92 ℃ であった。一方、32GB OmniBook はすべての CPU テストで 97 ～ 98 ℃ に達した。持続ループでの平均は 87 ℃ で、HP の 98 ℃ を下回った。RTX Spark システムは Windows のサーマル ゾーンを通じてのみ CPU 温度を報告するが、Pro 9n のゾーンはアイドル クロックで 100 ～ 130 ℃ の一時的な誤った値を表示したため、これは除外した。
| CPU温度、最大値／平均値（℃） | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| Cinebench 2026 | 92 / 70 | 98 / 83 | 72 / 65 | 96 / 78 |
| 7-Zip | 83 / 63 | 98 / 77 | 76 / 62 | 99 / 84 |
| 干し魚 | 88 / 83 | 98 / 96 | 71 / 69 | 92 / 90 |
| ブレンダー | 91 / 80 | 98 / 97 | 80 / 75 | 95 / 87 |
| ハンドブレーキ | 93 / 74 | 98 / 87 | 86 / 71 | 92 / 86 |
| LLVMビルド | 87 / 79 | 98 / 92 | 81 / 75 | 98 / 93 |
| GROMACS | 89 / 85 | 98 / 96 | 84 / 81 | 97 / 94 |
| OpenBLAS | 92 / 83 | 97 / 93 | 85 / 74 | 91 / 87 |
| STREAM | 78 / 66 | 95 / 89 | 64 / 59 | 75 / 71 |
| スーパータックスカート | 74 / 68 | 94 / 86 | 68 / 62 | 89 / 82 |
| MLPerfクライアント | 76 / 66 | 93 / 85 | 72 / 60 | 97 / 76 |
| コーディングエージェント | 実行しない | 実行しない | 71 / 67 | 91 / 84 |
| RAG | 76 / 71 | 94 / 90 | 84 / 75 | 88 / 83 |
| 持続ループ | 92 / 87 | 98 / 98 | 72 / 70 | 94 / 90 |
冷却性能が向上しても、Pro 9n のクロック速度は低下しませんでした。全コア負荷時、すべての CPU テストで OmniBook のクロックの約 1 パーセント以内に収まり、Stockfish、GROMACS、OpenBLAS、および持続ループでは OmniBook を上回りました。持続ループでは、HP の 3,232MHz、Yoga の 3,015MHz に対して、Pro 9n は 3,288MHz でした。Lenovo は Pro 9n を最大 80W、Yoga を 70W としていますが、その予算を共有するコアが 2 つ少ないため、Pro 9n は各コアをより低い温度でより高速に動作させることができます。テストしたすべての RTX Spark システムと同様に、ループ全体にわたってクロックは一定でした。
| 平均CPUクロック周波数（MHz） | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| Cinebench 2026 | 2,951 | 2,964 | 2,799 | 4,158 |
| 7-Zip | 2,849 | 2,862 | 2,722 | 4,014 |
| 干し魚 | 3,292 | 3,269 | 3,057 | 3,645 |
| ブレンダー | 3,216 | 3,241 | 3,111 | 3,729 |
| ハンドブレーキ | 2,834 | 2,865 | 2,687 | 3,814 |
| LLVMビルド | 3,197 | 3,193 | 3,083 | 3,697 |
| GROMACS | 3,367 | 3,315 | 3,226 | 3,874 |
| OpenBLAS | 3,192 | 3,057 | 2,890 | 4,274 |
| STREAM | 3,101 | 3,251 | 3,077 | 3,684 |
| スーパータックスカート | 2,017 | 2,008 | 2,002 | 4,349 |
| MLPerfクライアント | 2,027 | 2,241 | 1,935 | 3,593 |
| コーディングエージェント | 実行しない | 実行しない | 1,945 | 3,789 |
| RAG | 2,760 | 2,724 | 2,707 | 3,764 |
| 持続ループ | 3,288 | 3,232 | 3,015 | 3,726 |
SSDだけが発熱した部品で、Samsung製ドライブはストレージテスト中に78℃まで上昇し、今回の比較対象システムの中で最も高温となり、32GBのOmniBookに搭載されている第5世代KIOXIAよりも14℃高かった。
貯蔵性能
ストレージテストでは、fioの4つのコーナーをブートドライブに対して5GBと25GBのフットプリントで実行し、ファイルシステムとRAWデバイスの両方でテストを行い、ここでは25GBの結果を報告します。RAWデバイスの行はNTFSとBitLockerをバイパスするため、両者の差はドライブの能力のうちWindowsのI/Oパスを通過する部分がどれだけ残っているかを示しています。BitLocker保護はPro 9nとYogaでは無効、OmniBookでは有効になっています。
| fio、25GBのフットプリント、QD32 | プロ9n15 | OmniBook Ultra 16 (32GB) | ヨガ9n 2-in-1 16 | Razerのブレード16 |
|---|---|---|---|---|
| シーケンシャル読み取り 128K、ファイルシステム (MB/秒) | 7,024 | 10,509 | 6,874 | 7,125 |
| シーケンシャル読み取り 128K、生デバイス (MB/秒) | 7,165 | 10,047 | 6,975 | 7,134 |
| シーケンシャル書き込み速度 128K (MB/秒) | 5,699 | 9,464 | 5,905 | 5,250 |
| ランダム読み取り 4K、ファイルシステム、ピーク (IOPS) | 338,936 | 289,024 | 394,468 | 694,597 |
| ランダム読み取り4K、デバイス生データ、ピーク値（IOPS） | 973,106 | 1,412,982 | 765,766 | 993,050 |
| ランダム書き込み4K、ピーク値（IOPS） | 192,000 | 226,661 | 68,923 | 648,446 |
| 生データ／ファイルシステムランダム読み取り | 2.87x | 4.89x | 1.94x | 1.43x |
| ランダム読み取り4K、4ジョブ、p99レイテンシ（米国、数値が低いほど良い） | 578 | 494 | 522 | 444 |
| ランダム書き込み4K、4ジョブ、p99レイテンシ（米国、数値が低いほど良い） | 758 | 602 | 12,255 | 371 |
| 駆動温度、最大（℃） | 78 | 64 | 67 | 60 |
Pro 9nの1TB Samsung Gen4ドライブは、シーケンシャル読み取り速度が7,024MB/s、書き込み速度が5,699MB/sで、YogaおよびBlade 16のGen4ドライブと同等、OmniBookのGen5 KIOXIAの約3分の2の性能でした。ファイルシステムのランダム読み取りでは、デバイスの生の上限が973.1Kだったのに対し、338.9K IOPSに達し、HPの289.0Kを上回りました。この2.9倍の差はOmniBookの4.9倍よりも小さく、BitLockerのソフトウェア暗号化がHPにコストをかけていることと一致しています。
ランダム書き込みは 192.0K IOPS に達し、HP の 226.7K を下回りましたが、Yoga の QLC ドライブの 3 倍近くになりました。Pro 9n の fio 構成のうち 6 つは、再実行後に 2% の制限を超えて変動し、ランダム読み取り、ランダム書き込み、および 5GB フットプリントでの 1 つのシーケンシャル読み取りにわたって部分的なものとしてマークされています。Lenovo は Gen5 で 2 つ目の M.2 2242 ドライブ用のスペースを指定しており、これは 20 コア システムのシーケンシャル速度を求める購入者のアップグレード パスになります。
結論
Lenovo Pro 9n 15は、18コアのRTX Sparkシリコンの優れた性能を証明しています。Lenovo独自の熱設計と80Wの定格電力により、ピーク時92℃で20コアのクラムシェル型ノートPCよりも高い全コアクロックを維持できるため、レンダリングでは32GBのOmniBook Ultra 16と8～11%程度の差で済み、StockfishやOpenBLASではコンパイルとマッチングも良好です。小型のGPUはLLMトークン生成において2～5%のコスト削減を実現し、重量は3.64ポンドと今回比較した中で最も軽量です。また、Delta Eが0.5未満に調整された165HzのOLEDディスプレイとペン対応のForce Padを搭載しています。
この構成の唯一の制限はメモリです。32GBから分割された12GBのGPUでは12.8GBのgpt-oss:20bを保持できないため、Pro 9nはモデルロードとコーディングエージェントのテストから除外されます。また、Gen4 SSDの読み取り速度はOmniBookのGen5ドライブの約3分の2ですが、Lenovoは2つ目のドライブオプションを提供しています。プラットフォームの注意点も適用されます。Windows on ArmのI/Oパス、x64ビルドに劣るSVT-AV1などのArm64ポート、Razer Blade 16がリードするシングルスレッド処理などです。いつものように、これらのユニットが出荷されるようになったので、ソフトウェアのエコシステムが急速に進歩すると予想されます。
RTX Spark CPUとカラーキャリブレーション済みのOLEDディスプレイを搭載した、グループ内で最も軽量な筐体を求めるクリエイターや開発者、そしてローカルでのAI作業が小型モデルで十分なユーザーにとって、Pro 9n 15は20コアシステムと比べて性能面でほとんど劣らず、しかも動作温度が低いというメリットがあります。20コア以上のシステムをローカルで実行したい場合は、メモリ容量を増やすか、64GBまたは128GBのシステムを検討することをお勧めします。
リーダーボード： Lenovo Pro 9n 15は、新しいクライアントスイートでテストした他のN1Xシステムとともに、ローカルAIに最適なノートパソコンのリーダーボードのRTX Sparkセクションに掲載されています。
Amazon