HP OmniBook Ultra 16 to 16-calowy notebook HP z kartą NVIDIA RTX Spark, laptop o grubości 0.62 cala, zbudowany na superprocesorze NVIDIA N1X i wyświetlaczu OLED 3K. Testowaliśmy dwa modele obok siebie: jeden z pełnym 20-rdzeniowym procesorem N1X, 128 GB pamięci LPDDR5X i dyskiem SSD Gen5 o pojemności 2 TB oraz drugi z tym samym procesorem, 32 GB i dyskiem SSD Gen5 o pojemności 1 TB. Testowany przez nas model z 32 GB pamięci i 1 TB pamięci to konfiguracja Best Buy w cenie 3,199.99 USD, co jest również ceną wyjściową HP; model z 64 GB pamięci i 2 TB pamięci jest dostępny w cenie 4,999.99 USD na stronie HP.com, a testowany przez nas model z 128 GB pamięci i 2 TB pamięci jest dostępny wyłącznie za pośrednictwem konfiguratora HP.com, gdzie HP wyceniło go na 6,229.99 USD 14 października.
Oprócz dwóch laptopów HP, porównujemy Microsoft Surface Laptop Ultra , inny testowany przez nas laptop z kartą RTX Spark o pojemności 128 GB; Lenovo Pro 9n 15 , który dzieli z HP 32 GB pamięci RAM i 12 GB GPU; oraz Razer Blade 16, którego karta RTX 5090 okazała się najmocniejszym laptopem x64 w tym porównaniu. Wyniki testów baterii zostaną opublikowane po zakończeniu nowego testu.
Najpierw jednak wyjaśnijmy: OmniBook z dyskiem 128 GB to najbardziej kompletny system z RTX Spark, jaki testowaliśmy. Uzyskał najwyższy wynik w teście Cinebench 2026 w teście wielordzeniowym, wynoszący 7,004, ukończył zadanie kodowania Qwen 3.6 w teście poziomu M szybciej niż jakikolwiek inny system i wykonał wszystkie rdzenie w teście OpenBLAS, który uruchomił dwa urządzenia Surface, aż do ukończenia w 98 stopniach Celsjusza. Jednostka z dyskiem 32 GB plasuje się w granicach około 2% pod względem wydajności CPU, MLPerf i RAG. W przypadku wszystkich tych systemów, pamięć jest ograniczeniem i powinna wpływać na decyzję o rozmiarze przy zakupie: mniejsze alokacje GPU ograniczają liczbę modeli, które zmieszczą się i będą działać poprawnie.
Na wynos
- Jednostka o pojemności 128 GB obsługuje wszystkie lokalne poziomy sztucznej inteligencji, które testujemy: Z 62.5 GB pamięci GPU, gpt-oss:20b i Qwen3.6-35B-A3B generują odpowiednio 58.0 i 89.5 tokenów na sekundę, a zadanie kodowania Qwen3.6 zakończyło trzy z trzech przebiegów w 72.0 sekundy, co jest najszybszym wynikiem w grupie. Karta graficzna RTX 5090 Blade 16 jest 2.3 razy szybsza w modelach mieszczących 24 GB pamięci.
- Jednostka 32 GB zapewnia tę samą prędkość, ale nie pojemność: MLPerf Llama 3.1 8B działał z szybkością 56.4 tokenów na sekundę, podczas gdy w jednostce 128 GB było to 56.5, jednak podział procesora GPU na 12 GB uniemożliwia mu wzięcie udziału w każdym teście obciążenia modelu i agenta kodowania.
- Najszybsze wyniki testów wielordzeniowych w grupie: 7,004 w teście wielordzeniowym Cinebench 2026, o 35 procent więcej niż Razer Blade 16, a kompilacja LLVM zajęła 206.6 sekundy w porównaniu z 327.0 w przypadku Blade.
- Gorąco i stabilnie na granicy: oba laptopy HP przeszły każdy test wszystkich rdzeni w temperaturze 98 stopni Celsjusza bez spadku wydajności, a także oba pomyślnie ukończyły test wszystkich rdzeni OpenBLAS, który zakończył się odcięciem zasilania dwóch egzemplarzy Surface Laptop Ultra.
- Pamięć masowa Gen5 pod sufitem Windows on Arm: jednostka 128 GB Sandisk SN8050S odczytała sekwencyjnie 13 833 MB/s i 1.89 M IOPS z surowego urządzenia, ale losowe odczyty 4K przez NTFS i BitLocker osiągnęły maksymalnie 437.8K IOPS.
Budowa i projektowanie
Firma HP zbudowała OmniBooka Ultra 16 na trzyczęściowej aluminiowej obudowie, obrabianej CNC, z zaokrąglonymi krawędziami i wklęsłymi bokami, w ciemnym kolorze, który HP nazywa Eclipse Grey. Ma wymiary 14.01 x 10.1 cala, zwęża się od 15.7 mm z tyłu do 11.6 mm z przodu i waży 4.89 funta; HP nazywa go jak dotąd najcieńszym komputerem RTX Spark. Obudowy wykonane są w 50% z metalu pochodzącego z recyklingu, elementy klawiatury w 85% z plastiku pochodzącego z recyklingu, a obudowy głośników zawierają plastik wywieziony z oceanów. Oba nasze urządzenia mają tę samą obudowę, więc wszystko, co opisano w tej sekcji, dotyczy obu konfiguracji.
OmniBook to najprzyjemniejszy w dotyku notebook z procesorem RTX Spark, jaki testowaliśmy w tej pierwszej partii testowej. Teksturowane metalowe powierzchnie i smukły profil nadają mu solidny, wysokiej jakości wygląd, który przeczy jego cienkiej konstrukcji, bez giętkości, jaką często widać w obudowie tego rozmiaru (w dotyku bardziej przypomina typowy system ZBook). Tylna krawędź podstawy wystaje poza zawias wyświetlacza, co jest nietypowe w przypadku notebooków, i zmienia kierunek przepływu ciepła: niezależnie od tego, czy pokrywa jest otwarta, czy zamknięta, powietrze wydostaje się prosto z tyłu obudowy i nigdy nie przedostaje się do zawiasu ani dolnej części wyświetlacza.
To przedłużenie to nazwa zawiasu i obudowy, którą HP nazywa „wieżowym” rozwiązaniem, pierwszym tego typu w laptopie konsumenckim HP. W konwencjonalnym laptopie z klapką wyświetlacz i zawias tłoczą się w tylnej części podstawy, dlatego HP wydłużyło obudowę za zawiasem, aby zapewnić swobodny przepływ powietrza z tyłu. W trybie wydajnościowym OmniBook może osiągnąć moc do 70 W.
HP deklaruje, że konstrukcja zapewnia stałą wydajność i niższe temperatury powierzchni, co potwierdziły nasze testy, w których N1X pracował na stałym poziomie przez całą 30-minutową pętlę. W każdym teście procesora osiągnął temperaturę 98°C, czyli więcej niż Pro 9n i Lenovo Yoga 9n 2-w-1 16 , więc klapa bagażnika porusza wydech, nie obniżając temperatury samego procesora. Na potrzeby tej recenzji nie mierzyliśmy temperatury powierzchni.
Pod spodem, duża kratka wlotowa zakrywa większość tylnej połowy dolnego panelu. Po zdjęciu panelu, dwa wentylatory znajdują się w tylnych narożnikach po obu stronach osłoniętej sekcji centralnej, pomiędzy którymi biegną rurki cieplne, a bateria 99 Wh wypełnia przednią połowę obudowy. HP twierdzi, że każdy wentylator ma 79 łopatek o grubości 0.15 mm, dwie szerokie rurki cieplne zakrywają procesor, a trzecia biegnie nad dyskiem SSD, z rurkami o grubości od 1 do 1.8 mm. Termistor monitoruje temperaturę wewnętrzną, a czujnik podczerwieni monitoruje powierzchnię.
Pamięć jest lutowana w standardzie LPDDR5X, więc konfigurację, którą kupisz, możesz zachować, co jest ważniejsze w systemie z kartą RTX Spark niż w większości laptopów, ponieważ pojemność pamięci określa również, ile pamięci może wykorzystać procesor graficzny.
Klawiatura HP drugiej generacji to pełnowymiarowa, bezkratkowa klawiatura HP, z 3-milimetrowym odstępem między klawiszami i głębszym zagłębieniem niż w pierwszej generacji. Po bokach znajdują się maskownice czterech głośników, dwóch przetworników głównych i dwóch głośników wysokotonowych na dyskretnych, inteligentnych wzmacniaczach z dźwiękiem przestrzennym DTS i strojeniem Poly Studio. Poniżej znajduje się ogromny, dotykowy panel dotykowy o wymiarach 160 x 100 mm, który klika w dowolnym miejscu na swojej powierzchni. Ma regulowaną siłę nacisku, opcję cichego kliknięcia oraz funkcję regulacji głośności i jasności za pomocą gestów. Kamera IR 5 MP ma fizyczną migawkę, a dedykowany przycisk wycisza mikrofony.
Wyświetlacz to 16-calowy ekran dotykowy OLED o rozdzielczości 3K (2880 x 1800) pod szkłem Corning Gorilla Glass 3, z częstotliwością odświeżania do 120 Hz, obsługą zmiennej częstotliwości odświeżania i czasem reakcji 0.2 ms. HP podaje jasność na poziomie 500 nitów w trybie SDR i 1,100 nitów w trybie HDR, ze 100-procentowym pokryciem DCI-P3, certyfikatem VESA DisplayHDR True Black 1000 i współczynnikiem Delta E poniżej 1; panel wypełnia 91 procent powierzchni ekranu.
Lewa strona zawiera HDMI 2.1, dwa porty USB-C o przepustowości 40 Gb/s z USB Power Delivery i DisplayPort 2.1 oraz gniazdo słuchawkowe; prawa strona ma czytnik microSD i dwa porty USB-A o przepustowości 10 Gb/s. Za łączność bezprzewodową odpowiada karta MediaTek MT7925 z Wi-Fi 7 i Bluetooth 6.0. HP szacuje czas pracy baterii 99 Wh na 17 godzin i dostarcza adapter USB-C GaN o mocy 140 W ze składanymi bolcami i odłączanym 2-metrowym kablem, który według HP jest o 43 procent mniejszy i o 28 procent lżejszy niż poprzedni model o mocy 140 W. Naładowanie do około 50 procent zajmuje 30 minut.
Platforma RTX Spark N1X
RTX Spark to rodzina komputerów z systemem Windows zbudowana na superprocesorze N1X, laptopowym odpowiedniku GB10 w DGX Spark . Platformę tę szczegółowo omówiliśmy w naszej recenzji Surface Laptop Ultra , dlatego w tej sekcji skupimy się na tym, co jest istotne dla analizy wyników OmniBooka. Oba nasze laptopy HP oferują najwyższą półkę, która łączy 20-rdzeniowy procesor Grace (10 szybszych rdzeni i 10 rdzeni energooszczędnych, bez technologii SMT) z 6,144-rdzeniowym procesorem graficznym Blackwell RTX. HP sprzedaje również wersję z 18-rdzeniowym procesorem graficznym i 5,120 rdzeniami, tę samą półkę co Lenovo Pro 9n w tym porównaniu.
Pamięć LPDDR5X komputera N1X działa z szybkością 9,400 MT/s na 256-bitowym interfejsie i jest współdzielona przez procesor i kartę graficzną, a ustawienie w aplikacji NVIDIA decyduje, ile pamięci system Windows przekazuje karcie graficznej jako dedykowaną. To zmiana w systemie Windows, a nie opcja BIOS-u, więc łatwo jest wrócić do tego podziału.
Nasz model 128 GB działał z 64 GB pamięci GPU i 64 GB pamięci CPU, co dało wynik 62.5 GB pamięci GPU i kwalifikuje go do obu naszych lokalnych poziomów modeli AI. Model 32 GB skonfigurowaliśmy z 12 GB pamięci GPU i 20 GB pamięci CPU, tak samo jak Lenovo Pro 9n, więc oba systemy 32 GB można bezpośrednio porównać; przy 12 GB pamięci żaden z nich nie kwalifikuje się do testu poziomów modeli.
Stały podział to ograniczenie systemu Windows, a nie firmy NVIDIA. System Windows nie obsługuje jeszcze zunifikowanej pamięci dla procesora i karty graficznej, tak jak stos Linuksa w systemie DGX Spark, dlatego alokacja musi zostać ustalona z wyprzedzeniem; z tego co wiemy, NVIDIA i Microsoft pracują nad tą obsługą.
OmniBook działa pod kontrolą systemu Windows 11 26H1 na architekturze Arm64, więc aplikacje x64 przechodzą emulację Prism, a nasz pakiet korzysta z natywnych kompilacji Arm64 dla każdego obciążenia open source, dzięki czemu wiersze procesora są porównywalne z układem scalonym. Jeśli port Arm64 jest niedojrzały lub jedyną opcją jest kompilacja x64, informujemy o tym, ponieważ kilka wierszy poniżej od niego zależy.
Dane techniczne HP OmniBook Ultra 16
| Specyfikacja | HP OmniBook Ultra 16 (16-bk0xxx) |
|---|---|
| Omówienie platformy | |
| Procesor | NVIDIA RTX Spark N1X, 20-rdzeniowy procesor z 6,144-rdzeniowym procesorem graficznym Blackwell RTX (oba testowane egzemplarze) NVIDIA RTX Spark N1X, 18-rdzeniowy procesor z 5,120-rdzeniowym procesorem graficznym Blackwell RTX |
| Pamięć | 32 GB, 64 GB lub 128 GB LPDDR5X-9400 (wbudowana) 128 GB, 64 GB GPU / podział systemu na 64 GB (testowana jednostka 1) 32 GB, 12 GB GPU / podział systemu na 20 GB (testowana jednostka 2) |
| Dyski | Dysk SSD PCIe Gen5 NVMe M.2 o pojemności 1 TB lub dysk SSD PCIe Gen5 NVMe Performance M.2 o pojemności 2 TB 2TB Sandisk PC SN8050S (jednostka 1 testowana) 1TB KIOXIA KBG80ZNV (jednostka 2, jak testowano) |
| System operacyjny | Windows 11 Home lub Windows 11 Pro (Arm64) Windows 11 Pro (jednostka 1), Windows 11 Home (jednostka 2) – testowane |
| Wyświetlacz i wejście/wyjście | |
| Wyświetlacz | 16-calowy ekran dotykowy OLED 3K (2880 x 1800), do 120 Hz, VRR, 0.2 ms 500 nitów SDR, 1,100 nitów HDR, 100% DCI-P3, Delta E <1 VESA DisplayHDR True Black 1000, szkło Corning Gorilla 3 |
| porty | 2x USB-C 40 Gb/s (zasilanie przez USB, DisplayPort 2.1) 2x USB-A 10 Gb/s 1x złącze HDMI 2.1 1x czytnik kart microSD 1x gniazdo słuchawkowe/mikrofonowe |
| Bezprzewodowy | MediaTek Wi-Fi 7 MT7925 (2×2), Bluetooth 6.0 |
| Aparat fotograficzny | Kamera IR 5 MP z migawką zapewniającą prywatność |
| Audio | Cztery głośniki (2 główne, 2 wysokotonowe) z dyskretnymi, inteligentnymi wzmacniaczami; dźwięk przestrzenny DTS, strojenie Poly Studio |
| Wkład | Klawiatura podświetlana bez kratki drugiej generacji Panel dotykowy o wymiarach 160 x 100 mm z obsługą gestów |
| Moc i Fizyczność | |
| bateria | 6-ogniwowy akumulator litowo-jonowy o pojemności 99 Wh; do 17 godzin (deklaracja HP) |
| Opłaty | Zasilacz USB-C GaN o mocy 140 W; około 50% naładowania w ciągu 30 minut (dane HP) |
| Projekt termiczny | Zawias wieży i bagażnik; dwa wentylatory, trzy rurki cieplne, termistor i czujnik podczerwieni; do 70 W TDP (moc znamionowa HP) |
| Wymiary | 14.01 x 10.1 x 0.62 cala (15.7 mm z tyłu, 11.6 mm z przodu) |
| Waga | 4.89 lb |
| Kolor | Zaćmienie szare |
| Bezpieczeństwo i ceny | |
| Ochrona | Przycisk wyciszenia mikrofonu, osłona kamery zapewniająca prywatność, TPM; BitLocker XTS-AES-128 w obu jednostkach |
| Cena | 3,199.99 USD (32 GB, 1 TB, Best Buy i HP.com, testowane); 4,999.99 USD (64 GB, 2 TB, HP.com) 6,229.99 USD (128 GB, 2 TB, konfigurator HP.com, po testach; ceny HP z dnia 14 października 2026 r.) |
Konfiguracja i metodologia testów
Nasze dwa OmniBooki Ultra 16 działają na procesorze graficznym RTX Spark N1X z 6,144-rdzeniowym procesorem graficznym Blackwell: jeden z dyskiem LPDDR5X-9400 o pojemności 128 GB (dzielonym 64/64) i dyskiem SSD Sandisk SN8050S Gen5 o pojemności 2 TB w systemie Windows 11 Pro 26H1, drugi z dyskiem SSD KIOXIA Gen5 o pojemności 32 GB (dzielonym 12/20) i dyskiem SSD KIOXIA Gen5 o pojemności 1 TB w systemie Windows 11 Home 26H1, oba na architekturze Arm64. Testy przeprowadzono w trybie wydajności HP, z systemem Windows ustawionym na najlepszą wydajność i podłączonym zasilaczem.
W każdym systemie uruchomiono sr-client 1.2, nasz skryptowy pakiet testowy dla klienta Windows. Pakiet stosuje wszędzie te same ustawienia laboratoryjne: tryb zasilania systemu Windows ustawiony na najlepszą wydajność, jasność ekranu na 50%, wszystkie timery uśpienia i wyłączenia ekranu wyłączone, a także wyłączone monity Zapory systemu Windows i Kontroli konta użytkownika. Każdy wynik to mediana z wielokrotnych przebiegów, a pakiet ponownie uruchamia test, którego rozrzut przekracza 2%, zanim go zaakceptuje.
| Konfiguracja | CPU | Pamięć | Procesor graficzny używany do testów GPU i AI | SSD | System operacyjny i tryb wydajności |
|---|---|---|---|---|---|
| HP OmniBook Ultra 16 (128 GB) | NVIDIA RTX Spark N1X, 20C / 20T | 128 GB LPDDR5X-9400 (podział 64 GB GPU / 64 GB systemowy) | 6,144-rdzeniowy Blackwell RTX (zintegrowany, 62.5 GB pamięci użytkowej) | Sandisk PC SN8050S 2 TB, Gen5 x4 | Windows 11 Pro 26H1 (Arm64), wydajność HP |
| HP OmniBook Ultra 16 (32 GB) | NVIDIA RTX Spark N1X, 20C / 20T | 32 GB LPDDR5X-9400 (podział 12 GB GPU / 20 GB systemowy) | 6,144-rdzeniowy Blackwell RTX (zintegrowany, 12 GB pamięci użytkowej) | KIOXIA KBG80ZNV 1TB, Gen5 x4 | Windows 11 Home 26H1 (Arm64), wydajność HP |
| Microsoft Surface Laptop Ultra | NVIDIA RTX Spark N1X, 20C / 20T | 128 GB LPDDR5X-9400 (podział 64 GB GPU / 64 GB systemowy) | 6,144-rdzeniowy Blackwell RTX (zintegrowany, 62.5 GB pamięci użytkowej) | SK hynix HFS001TFM9X 1TB, Gen5 x4 | Windows 11 Pro 26H1 (Arm64), najlepsza wydajność |
| Lenovo Pro 9n 15 | NVIDIA RTX Spark N1X, 18C / 18T | 32 GB LPDDR5X-9400 (podział 12 GB GPU / 20 GB systemowy) | 5,120-rdzeniowy Blackwell RTX (zintegrowany, 12 GB pamięci użytkowej) | Samsung MZAL81T0HFLB 1 TB, Gen4 x4 | Windows 11 Pro 26H1 (Arm64), tryb wydajności Lenovo |
| Razer Blade 16 | AMD Ryzen AI 9 HX 370, 12 rdzeni / 24 wątki | 32GB LPDDR5X-8000 | Karta graficzna NVIDIA GeForce RTX 5090 do laptopa, 24 GB | Samsung MZVL22T0 2TB, Gen4 x4 | Windows 11 Home 25H2 (x64), wydajność Razer Synapse |
Patrząc na poniższe dane, mamy dwa ważne oznaczenia, które warto zrozumieć, poza liczbą ukończonych testów. DNF oznacza test rozpoczęty i nieukończony lub pominięty po awarii; w tym przypadku dotyczy to tylko testu OpenBLAS na Surface, który został pominięty po tym, jak test odciął zasilanie laptopa. Nieuruchomiony oznacza, że pakiet odmówił rozpoczęcia testu, ponieważ sprzęt się nie kwalifikuje, najczęściej z powodu przekroczenia dostępnej pamięci GPU w modelu: OmniBook z 32 GB pamięci i Pro 9n z 12 GB pamięci GPU plasują się poniżej naszej najmniejszej klasy modeli, a Blade 16 z 24 GB pamięci plasuje się poniżej klasy M.
N/A oznacza, że test nie dotyczy danego sprzętu, takiego jak SMT jednordzeniowy na chipie bez SMT lub wiersz emulacji w systemie x64, który uruchamia swoją natywną kompilację. W przypadku systemu RTX Spark uruchamiającego oprogramowanie x64 za pośrednictwem Prism, wiersz ten o tym informuje.
Lokalna wydajność sztucznej inteligencji
Lokalna sztuczna inteligencja w tych notebookach sprowadza się do tego, jak szybko GPU uruchamia model i czy model w ogóle się zmieści. OmniBook z pamięcią 128 GB i Surface odpowiadają na pytanie o pojemność, ponieważ 62.5 GB pamięci RAM dostępnej dla GPU pozwala im obsługiwać nasze modele z serii M, podczas gdy OmniBook z pamięcią 32 GB i Pro 9n dorównują im szybkością w mniejszych modelach i na tym poprzestają.
Klient MLPerf w wersji 2.0
Klient MLPerf uruchamia Llama 3.1 8B i Phi-4-mini w pięciu kategoriach komunikatów i raportuje czas do pierwszego tokena oraz częstotliwość tokenów po nim, jako średnią geometryczną dla wszystkich kategorii. Każdy system w tej recenzji korzysta z llama.cpp z CUDA, więc silnik jest ten sam, a wiersze porównują sprzęt. Scenariusze agentowe uruchamiają Llama 3.1 8B jako agenta inżynierii oprogramowania i agenta analityka danych, którzy wywołują narzędzia w wielu turach.
| Klient MLPerf w wersji 2.0 | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Llama 3.1 8B, czas do pierwszego tokena, średnia geograficzna (s, im niższy tym lepszy) | 0.274 | 0.275 | 0.284 | 0.303 | 0.149 |
| Llama 3.1 8B, token rate, geomean (tok/s) | 56.5 | 56.4 | 56.4 | 55.1 | 128.8 |
| Phi-4-mini, czas do pierwszego żetonu, średnia geograficzna (s, im niższy tym lepszy) | 0.130 | 0.123 | 0.127 | 0.135 | 0.074 |
| Phi-4-mini, stawka tokena, średnia geograficzna (tok/s) | 96.8 | 96.8 | 97.5 | 95.2 | 222.7 |
| Agent analityka danych, kompleksowy (s, im niższy tym lepszy) | 53.0 | 52.4 | 52.6 | 56.2 | 27.8 |
| Agent analityka danych, stawka tokena (tok/s) | 48.5 | 49.0 | 48.9 | 46.9 | 108.3 |
| Agent SWE, end-to-end (s, im niższy tym lepszy) | 45.3 | 46.2 | 46.0 | 48.0 | 24.6 |
| Agent SWE, stawka tokena (tok/s) | 46.6 | 46.6 | 46.4 | 44.5 | 102.5 |
Oba OmniBooki generowały Llama 3.1 8B z prędkością 56.5 i 56.4 tokenów na sekundę, a Phi-4-mini z prędkością 96.8 i 96.8, co w praktyce oznacza identyczne wyniki zarówno dla siebie, jak i dla Surface'a. Potwierdza to, że pojemność pamięci nie wpływa na szybkość GPU N1X w modelu, który spełnia te wymagania. 5,120-rdzeniowy GPU Pro 9n różnił się od obu modeli o 3%, ponieważ generowanie tokenów przy tej pojemności jest bardziej ograniczone przepustowością pamięci niż rdzeniami GPU. Blade 16 prowadził z prędkością 128.8 i 222.7 tokenów na sekundę.
Scenariusze agentowe przebiegają według tego samego schematu, przy czym każdy system RTX Spark kończy scenariusz analityka danych w ciągu 52.4–56.2 sekund, a scenariusz inżynierii oprogramowania w ciągu 45.3–48.0 sekund, podczas gdy system Blade 16 potrzebował w obu przypadkach około połowę mniej czasu.
Ładowanie modelu
Ten test mierzy czas odczytu lokalnego modelu w Ollama z dysku SSD do pierwszego wygenerowanego tokenu, zimnego (plik opróżniony z pamięci podręcznej) i ciepłego (plik już w pamięci), a także raportuje, jak szybko dysk SSD został odczytany podczas zimnego obciążenia. Poziom S używa gpt-oss:20b (12.8 GB) w systemach z co najmniej 16 GB pamięci użytecznej dla GPU; poziom M dodaje Qwen3.6-35B-A3B (21.1 GB) w systemach z około 40 GB lub większą pamięcią.
| Ładowanie modelu (włączone mapowanie pamięci) | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| gpt-oss:20b, zimne ładowanie do pierwszego tokena (s, im niższy tym lepszy) | 6.23 | Nie uruchomiono (pamięć GPU 12 GB) | 6.57 | Nie uruchomiono (pamięć GPU 12 GB) | 8.71 |
| gpt-oss:20b, ciepłe ładowanie do pierwszego tokena (s, im niższy tym lepszy) | 3.59 | Nie uruchomiono (pamięć GPU 12 GB) | 3.57 | Nie uruchomiono (pamięć GPU 12 GB) | 6.93 |
| gpt-oss:20b, przepustowość odczytu podczas ładowania na zimno (MB/s) | 3,044 | Nie uruchomiono (pamięć GPU 12 GB) | 3,080 | Nie uruchomiono (pamięć GPU 12 GB) | 3,874 |
| Qwen3.6-35B-A3B, zimne ładowanie do pierwszego tokena (s, im niższy tym lepszy) | 9.04 | Nie uruchomiono (pamięć GPU 12 GB) | 8.77 | Nie uruchomiono (pamięć GPU 12 GB) | Nie uruchomiono (24 GB pamięci VRAM, poniżej poziomu M) |
| Qwen3.6-35B-A3B, ciepłe ładowanie do pierwszego tokena (s, im niższy tym lepiej) | 4.23 | Nie uruchomiono (pamięć GPU 12 GB) | 4.47 | Nie uruchomiono (pamięć GPU 12 GB) | Nie uruchomiono (24 GB pamięci VRAM, poniżej poziomu M) |
OmniBook z dyskiem 128 GB dostarczył gpt-oss:20b do pierwszego tokena w 6.23 sekundy na zimno, co jest najszybszym wynikiem w grupie, w porównaniu z 6.57 sekundy na Surface i 8.71 sekundy na Blade 16, a także 3.59 sekundy na ciepło. Blade odczytał plik najszybciej – 3,874 MB/s, ale dotarł do pierwszego tokena jako ostatni, ponieważ jego wagi muszą jeszcze przejść przez PCIe do pamięci VRAM, podczas gdy pamięć zunifikowana przechowuje je po odczytaniu. Dysk HP nie jest tu ograniczeniem: jego 3,044 MB/s podczas ładowania to ułamek 12 866 MB/s, które testowy przebieg DiskSpd odczytuje z tego samego modelu pliku w blokach 1 MB.
W kategorii M, OmniBook i Surface wymieniły się zwycięstwami w ciągu 0.3 sekundy, osiągając odpowiednio 9.04 i 8.77 sekundy w trybie zimnym oraz 4.23 i 4.47 sekundy w trybie ciepłym. OmniBook z 32 GB pamięci i Pro 9n nie kwalifikują się do żadnej z kategorii z 12 GB pamięci GPU, a Blade 16 z 24 GB pamięci VRAM plasuje się poza kategorią M.
Agent kodujący
Codex CLI steruje modelem lokalnym obsługiwanym przez Ollamę za pomocą stałego zadania kodowania w przypiętym repozytorium; uruchomienie kończy się sukcesem, gdy 11 testów w repozytorium przejdzie pomyślnie. Podajemy medianę czasu trwania trzech uruchomień, liczbę udanych uruchomień oraz tempo generowania. Test agent-obok-użytkownika uruchamia agenta i Speedometer razem i raportuje, o ile każdy z nich zwalnia w porównaniu z uruchomieniem osobno.
| Agent kodujący Codex CLI | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Poziom S, gpt-oss:20b 64K: czas na ścianie (s, im niższy, tym lepiej) | 115.3 | Nie uruchomiono (pamięć GPU 12 GB) | 191.8 | Nie uruchomiono (pamięć GPU 12 GB) | 64.4 |
| Poziom S: sukcesy (z 3) | 3 | Nie uruchomiono (pamięć GPU 12 GB) | 3 | Nie uruchomiono (pamięć GPU 12 GB) | 2 |
| Tier S: szybkość generacji (tok/s) | 58.0 | Nie uruchomiono (pamięć GPU 12 GB) | 58.0 | Nie uruchomiono (pamięć GPU 12 GB) | 137.9 |
| Poziom M, gpt-oss:20b 128K: czas na ścianie (s, im niższy, tym lepiej) | 152.1 | Nie uruchomiono (pamięć GPU 12 GB) | 87.5 | Nie uruchomiono (pamięć GPU 12 GB) | Nie uruchomiono (24 GB pamięci VRAM, poniżej poziomu M) |
| Tier M, gpt-oss:20b 128K: sukcesy (z 3) | 3 | Nie uruchomiono (pamięć GPU 12 GB) | 2 | Nie uruchomiono (pamięć GPU 12 GB) | Nie uruchomiono (24 GB pamięci VRAM, poniżej poziomu M) |
| Poziom M, Qwen3.6-35B-A3B 64K: czas na ścianie (s, im niższy, tym lepiej) | 72.0 | Nie uruchomiono (pamięć GPU 12 GB) | 88.6 | Nie uruchomiono (pamięć GPU 12 GB) | Nie uruchomiono (24 GB pamięci VRAM, poniżej poziomu M) |
| Poziom M, Qwen3.6-35B-A3B 64 tys.: sukcesy (z 3) | 3 | Nie uruchomiono (pamięć GPU 12 GB) | 3 | Nie uruchomiono (pamięć GPU 12 GB) | Nie uruchomiono (24 GB pamięci VRAM, poniżej poziomu M) |
| Tier M, Qwen3.6-35B-A3B 64K: szybkość generacji (tok/s) | 89.5 | Nie uruchomiono (pamięć GPU 12 GB) | 89.2 | Nie uruchomiono (pamięć GPU 12 GB) | Nie uruchomiono (24 GB pamięci VRAM, poniżej poziomu M) |
| Prędkościomierz obok agenta (wynik) | 21.2 | Nie uruchomiono (pamięć GPU 12 GB) | 18.1 | Nie uruchomiono (pamięć GPU 12 GB) | 36.3 |
| Spowolnienie prędkościomierza obok agenta (x, im niżej, tym lepiej) | 1.73 | Nie uruchomiono (pamięć GPU 12 GB) | 1.92 | Nie uruchomiono (pamięć GPU 12 GB) | 1.06 |
| Spowolnienie agenta obok prędkościomierza (x, im mniej tym lepiej) | 1.04 | Nie uruchomiono (pamięć GPU 12 GB) | 1.10 | Nie uruchomiono (pamięć GPU 12 GB) | 1.05 |
OmniBook z dyskiem 128 GB zaliczył wszystkie dziewięć przebiegów kodowania. Zadanie Qwen3.6-35B-A3B ukończył w 72.0 sekundy, generując 89.5 tokena na sekundę, wyprzedzając Surface'a o 88.6 sekundy przy porównywalnej szybkości, a zadanie poziomu S w 115.3 sekundy w porównaniu do 191.8 sekundy na Surface'ie. Przebieg testu poziomu M gpt-oss:20b trwał dłużej niż w przypadku Surface'a, wynosząc 152.1 sekundy w porównaniu do 87.5 sekundy, ponieważ model wykonał więcej wywołań narzędzi i wygenerował więcej tokenów na HP; prędkości generowania, odpowiednio 57.7 i 59.2 tokena na sekundę, są bardziej klarownym porównaniem sprzętowym.
Blade 16 ukończył zadanie poziomu S w 64.4 sekundy z prędkością 137.9 tokenów na sekundę, zaliczając dwa z trzech przebiegów. W teście współbieżności dyskretny procesor graficzny spisuje się znakomicie: wynik Blade'a w przeglądarce spadł o 5 procent z uruchomionym agentem, ponieważ model bazuje na karcie RTX 5090. W OmniBooku, gdzie agent współdzieli zintegrowany procesor graficzny i magistralę pamięci z resztą urządzenia, wynik Speedometer spadł z 36.7 do 21.2, co stanowi 1.73-krotne spowolnienie, ale i tak jest ono łagodniejsze niż 1.92-krotne w przypadku Surface'a.
Generacja rozszerzona o odzyskiwanie
Nasz test RAG zawiera 20 963 fragmenty SQuAD v1.1 z wykorzystaniem nomic-embed-text, pobiera pięć najlepszych fragmentów dla każdego z 2,000 pytań i odpowiada na 400 z nich za pomocą Phi-4-mini, uzyskując ocenę F1 i dokładne dopasowanie do odpowiedzi referencyjnych. Modele są na tyle małe, że działają w każdym systemie, więc jest to porównanie szybkości.
| RAG | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Czas wchłaniania na ścianie, 20 963 przejścia (s, im mniej tym lepiej) | 187.0 | 195.2 | 189.8 | 191.8 | 131.0 |
| Czas zapytania pobierania, p50 (ms, im niższy, tym lepiej) | 23.3 | 22.5 | 23.4 | 24.2 | 20.9 |
| Odpowiedź: czas Phi-4-mini do pierwszego żetonu, p50 (s, im niższy tym lepszy) | 0.155 | 0.156 | 0.161 | 0.171 | 0.109 |
| Odpowiedź, szybkie przetwarzanie (tok/s) | 7,142 | 7,139 | 6,955 | 6,268 | 11,560 |
| Odpowiedź, szybkość generacji (tok/s) | 104.4 | 102.0 | 102.7 | 96.6 | 209.2 |
| Pytanie do odpowiedzi, p50 (s, im niżej tym lepiej) | 0.227 | 0.231 | 0.235 | 0.252 | 0.159 |
| Odpowiedź F1 (%) | 73.97 | 73.97 | 73.97 | 74.27 | 74.47 |
Cztery systemy RTX Spark ukończyły przetwarzanie danych w odstępie 8 sekund, przy czym OmniBook z dyskiem 128 GB osiągnął najszybszy czas – 187.0 sekund, a na typowe pytanie odpowiadały w czasie od 0.227 do 0.252 sekundy. Blade 16 przetworzył dane w 131.0 sekund i generował odpowiedzi z szybkością 209.2 tokena na sekundę, czyli dwukrotnie szybciej niż OmniBook (104.4 tokena). Dokładność była identyczna w trzech systemach 20-rdzeniowych i mieściła się w przedziale pół punktu procentowego od F1 w przypadku Pro 9n i Blade, co jest wartością oczekiwaną w przypadku tych samych modeli w temperaturze 0°C.
Wydajność procesora
Trzy 20-rdzeniowe notebooki RTX Spark działają jako jedna platforma pod względem obciążenia procesora, przy czym dwa OmniBooki i Surface wypadają najlepiej w testach wielowątkowych z różnicą 1-2%, a 18-rdzeniowy Pro 9n plasuje się o około 7-11% niżej. W porównaniu z procesorem Ryzen AI 9 HX 370 Razer Blade 16, N1X wygrywa w renderowaniu, kompresji i kompilacji z przewagą około 18-50%, przegrywając z GROMACS, OpenBLAS, jednowątkowym Pythonem i Primesieve – testami, w których o wyniku decyduje szybkość rdzenia Zen 5 lub dojrzałość oprogramowania x64.
Cinebench 2026 i obciążenie ciągłe
Cinebench 2026 renderuje scenę z silnikiem Redshift firmy Maxon na procesorze i ocenia przepustowość dla pojedynczego rdzenia, pojedynczego rdzenia SMT (dwa wątki na jednym rdzeniu fizycznym) oraz wielu rdzeni. Następnie przeprowadzamy pętlę, która powtarza przebieg wielordzeniowy przez około 30 minut i porównuje stan ustalony z pierwszym przebiegiem, pokazując, ile notebook oddaje po nagrzaniu.
| Cinebench 2026 (punkty, im więcej tym lepiej) | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Pojedynczy rdzeń | 558.6 | 564.7 | 558.5 | 518.2 | 480.0 |
| SMT pojedynczy rdzeń | N / A | N / A | N / A | N / A | 661.3 |
| Wielordzeniowy | 7,004 | 6,934 | 6,963 | 6,394 | 5,179 |
| Pętla podtrzymywana, pierwsze przejście | 6,954 | 6,943 | 6,938 | 6,346 | 5,162 |
| Pętla podtrzymywana, stan ustalony | 6,942 | 6,929 | 7,016 | 6,416 | 5,206 |
| Stan stacjonarny / pierwsze przejście | 0.998 | 0.998 | 1.011 | 1.011 | 1.009 |
OmniBook z dyskiem 128 GB uzyskał 7,004 punktów w teście wielordzeniowym, co jest najlepszym wynikiem i o 35 procent przewyższa Blade 16. Model 32 GB uzyskał 6,934 punkty, a Surface 6,963. OmniBook z dyskiem 32 GB objął prowadzenie w teście jednordzeniowym z wynikiem 564.7. Oba laptopy HP utrzymały swoje wyniki w teście pętli, kończąc na 99.8 procent pierwszego przebiegu z procesorem o temperaturze 98°C i taktowaniu około 3.23 GHz; Surface i Pro 9n zyskały około 1 procent w ciągu tej samej pół godziny.
7-Zip
Wbudowany test porównawczy 7-Zip raportuje przepustowość kompresji i dekompresji LZMA w gigainstrukcjach na sekundę, raz dla każdego wątku i po przypięciu do pojedynczego rdzenia. LZMA opiera się na przepustowości całkowitoliczbowej, przewidywaniu rozgałęzień oraz opóźnieniu pamięci podręcznej i pamięci, dlatego bardziej ceni dużą liczbę rdzeni i szybką ścieżkę pamięci niż szerokość wektora.
OmniBooki z dyskami 32 GB i 128 GB prowadziły w teście wielowątkowym z wynikami 152.9 i 151.2 GIPS, wyprzedzając Blade 16 o 20 procent, a ich kompresja była o około 37 procent wyższa niż Blade'a. W jednym wątku Blade prowadził z wynikiem 9.24 GIPS, a HP uplasowały się tuż za nim z wynikami 9.09 i 9.10. OmniBooki nie wykazują stanu wolnego rdzenia, który utrzymywał Surface'a na poziomie 7.16 GIPS w jednym wątku, więc wiersze jednowątkowe odzwierciedlają sam N1X.
| 7-Zip, jeden wątek (GIPS, im wyższy tym lepszy) | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Cena produktu z VAT: | 9.09 | 9.10 | 7.16 | 8.93 | 9.24 |
| Kompresować | 7.31 | 7.33 | 4.62 | 7.26 | 7.28 |
| Rozprężać | 10.87 | 10.87 | 9.70 | 10.59 | 11.20 |
Blender, HandBrake i LLVM
Blender 4.5 renderuje sceny Monster, Junkshop i Classroom za pomocą Cycles na procesorze. HandBrake koduje programowo 60 sekund klipu 4K60 z kodekiem x265 (HEVC, ustawienie średnie, jakość 22) i SVT-AV1 (ustawienie 8, jakość 30). Test LLVM kompiluje pełne drzewo LLVM 21.1.4 z Clang i Ninja, co stanowi najdłuższe obciążenie wszystkich rdzeni w pakiecie.
Trzy 20-rdzeniowe notebooki uzyskały wynik o 2 procent lepszy od siebie we wszystkich trzech scenach Blendera, przy czym 32-gigabajtowy OmniBook wyprzedził go w teście Monster z wynikiem 211.7 próbek na minutę, a Surface wyprzedził go w teście Classroom z wynikiem 93.2. 128-gigabajtowy OmniBook wyprzedził Blade 16 o 49 procent w teście Monster i o 18 procent w teście Classroom. Kompilacja LLVM zajęła 206.6 sekundy na 128-gigabajtowym OmniBooku, dorównując wynikom Surface i o 37 procent szybciej niż 327.0 w Blade 16.
HandBrake podzielił się pod względem oprogramowania, gdzie 32-gigabajtowy OmniBook wyprzedził x265 z wynikiem 42.3 kl./s, wyprzedzając Blade 16 o 27 procent, podczas gdy każdy system N1X osiągnął zaledwie około 15 kl./s w SVT-AV1, w porównaniu z 77.3 kl./s w Blade. Rdzenie, które przewodzą w x265, nie mogą być pięciokrotnie wolniejsze w krzemie, więc różnica leży w ścieżce kodu Arm64 w SVT-AV1.
Stockfish, sito główne, Python i przeglądarka
Wbudowana funkcja Stockfish raportuje prędkość wyszukiwania szachów w milionach węzłów na sekundę. Primesieve zlicza liczby pierwsze poniżej 10^12 we wszystkich wątkach i poniżej 10^11 w jednym wątku. PyPerformance uruchamia trzy testy porównawcze CPython (go, nbody i regex_compile) przypisane do jednego szybkiego rdzenia, a Speedometer 3.1 mierzy responsywność aplikacji internetowych w przeglądarce Microsoft Edge. Ostatnie dwa wiersze przedstawiają kompilację x64 7-Zip w emulacji Prism, co pokazuje, ile kosztuje aplikacja wyłącznie x64 w tych systemach.
| Testowanie | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Ławka do stockfisha, wszystkie wątki (Mnps, im wyżej tym lepiej) | 16.28 | 15.12 | 15.51 | 15.20 | 17.96 |
| Ławka do stockfisha, jeden wątek (Mnps, im wyżej tym lepiej) | 1.73 | 1.73 | 1.33 | 1.70 | 2.04 |
| primesieve 1e12, wszystkie wątki (s, im niższy tym lepszy) | 9.57 | 9.54 | 9.82 | 10.56 | 10.60 |
| sito główne 1e11, jednonitkowe (s, im niżej, tym lepiej) | 12.03 | 12.02 | 12.03 | 12.34 | 6.67 |
| PyPerformance go (ms, im niższy tym lepiej) | 111.2 | 111.2 | 123.9 | 114.1 | 75.2 |
| PyPerformance nbody (ms, im mniej tym lepiej) | 80.4 | 80.6 | 89.8 | 82.5 | 60.8 |
| PyPerformance regex_compile (ms, im mniej tym lepiej) | 84.6 | 84.5 | 94.1 | 86.7 | 69.7 |
| Prędkościomierz 3.1, Edge (wynik, im wyższy tym lepiej) | 36.7 | 35.4 | 34.7 | 33.9 | 38.4 |
| x64 7-Zip w emulacji, wszystkie wątki (GIPS) | 127.0 | 127.8 | 127.2 | 117.6 | N/A (natywny x64) |
| x64 7-Zip w emulacji, jeden wątek (GIPS) | 8.26 | 8.36 | 8.27 | 7.94 | N/A (natywny x64) |
Blade 16 wyprzedził Stockfisha we wszystkich wątkach z wynikiem 17.96 Mnps, wyprzedzając o 10% OmniBooka ze 128 GB pamięci, a także w każdym wierszu jednowątkowym: primesieve na jednym wątku zajęło 6.67 sekundy, w porównaniu z około 12 w systemach N1X, a PyPerformance 75.2 ms, w porównaniu ze 111.2 w systemach HP. OmniBooki były najszybsze w primesieve na wszystkich wątkach, z wynikami odpowiednio 9.54 i 9.57 sekundy, a wynik Speedometera jednostki 128 GB wynoszący 36.7 był o 5% niższy od 38.4 uzyskanego przez Blade'a.
Emulacja kosztuje mniej niż kiedyś na tej platformie, a kompilacja x64 7-Zip działała z szybkością 127.0 GIPS na wszystkich wątkach na 128-gigabajtowym OmniBooku, co stanowi 84% natywnego wyniku dla Arm64 i wciąż nieznacznie przewyższa Blade 16 z własną natywną kompilacją x64. Kompilacja x64 Cinebench 2026 zawieszała się podczas emulacji na każdym testowanym przez nas systemie N1X, dlatego te wiersze zostały pominięte.
GROMACS, OpenBLAS i pamięć
GROMACS uruchamia przypadek dynamiki molekularnej benchMEM na 16 rdzeniach w czterech układach rangowo-wątkowych i raportuje nanosekundy symulowanego czasu na dzień dla najlepszego układu. Nasz test OpenBLAS uruchamia rozwiązanie LU podwójnej precyzji w stylu HPL dla trzech rozmiarów problemu oraz mnożenie macierzy DGEMM, na wszystkich rdzeniach i ponownie tylko na najwyższej klasie rdzeni. Jest to największe stałe obciążenie zmiennoprzecinkowe w zestawie. STREAM mierzy stałą przepustowość pamięci, a wiersze opóźnień mierzą pojedynczy dostęp do pamięci i między rdzeniami.
| Test (im wyżej tym lepiej) | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| GROMACS benchMEM, najlepszy układ (ns/dzień) | 17.47 | 17.43 | 17.29 | 16.88 | 26.41 |
| OpenBLAS LU N=10000, wszystkie rdzenie (GFLOPS) | 324.0 | 326.9 | DNF | 303.4 | 400.9 |
| OpenBLAS LU N=20000, wszystkie rdzenie (GFLOPS) | 329.6 | 322.4 | DNF | 318.1 | 454.4 |
| OpenBLAS LU N=40000, wszystkie rdzenie (GFLOPS) | 348.8 | Nie uruchomiono (wymaga 11.9 GB) | DNF | Nie uruchomiono (wymaga 11.9 GB) | 498.5 |
| OpenBLAS LU N=20000, najwyższa klasa rdzenia (GFLOPS) | 380.5 | 432.2 | DNF | 403.8 | 240.4 |
| OpenBLAS DGEMM M=8000, wszystkie rdzenie (GFLOPS) | 398.5 | 368.9 | DNF | 357.6 | 455.4 |
| OpenBLAS DGEMM M=8000, najwyższa klasa rdzeni (GFLOPS) | 488.7 | 488.7 | DNF | 448.3 | 252.4 |
Blade 16 prowadził w teście GROMACS z wynikiem 26.41 ns/dzień, w porównaniu z około 17.4 ns/dzień w OmniBookach, i wyprzedził wszystkie rdzenie OpenBLAS o około 14 do 43 procent, podobnie jak Surface. Ważniejszym rezultatem jest to, że oba OmniBooki ukończyły test OpenBLAS. Jednostka 128 GB uruchomiła wszystkie rozmiary, w tym N=40000 z prędkością 348.8 GFLOPS, a jednostka 32 GB uruchomiła wszystkie oprócz N=40000, które wymaga 11.9 GB i jest pomijane w każdym systemie, w którym przekracza ono połowę pamięci systemu Windows. Surface stracił zasilanie trzykrotnie podczas testu N=20000; oba HP ukończyły test z temperaturą 98°C.
Najwyższa klasa rdzeni N1X radzi sobie lepiej samodzielnie niż z wszystkimi 20 rdzeniami w OpenBLAS: 10 szybkich rdzeni OmniBooka z dyskiem 32 GB rozwiązało zadanie N=20000 z wynikiem 432.2 GFLOPS w porównaniu z 322.4 na wszystkich 20, a jednostka 128 GB z 10 rdzeniami osiągnęła wynik 488.7 GFLOPS. Sugeruje to, że rdzenie energooszczędne bardziej spowalniają współdzieloną pracę niż ją usprawniają w tym teście.
| Testowanie | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Kopiowanie strumieniowe (MB/s, im wyższa prędkość, tym lepiej) | 130,790 | 128,814 | 130,516 | 127,682 | 43,731 |
| STREAM Triad (MB/s, im więcej tym lepiej) | 122,260 | 121,662 | 122,114 | 120,272 | 48,298 |
| Opóźnienie pamięci, bufor 1GiB, strony 4KiB (ns, im mniej, tym lepiej) | 143.1 | 143.5 | 251.1 | 143.4 | 129.6 |
| Opóźnienie między rdzeniami, średnia wszystkich par (ns, im niższe, tym lepiej) | 156.8 | 160.9 | 171.6 | 160.6 | 57.0 |
Przepustowość pamięci to największa zaleta sprzętowa platformy RTX Spark. Każdy system N1X odczytał dane z prędkością 120–122 GB/s w trybie STREAM Triad, czyli 2.5 razy więcej niż 48 298 MB/s w Blade 16. Opóźnienie pamięci w OmniBookach, wynoszące około 143 ns, jest również typowe dla platformy i znacznie niższe niż 251.1 ns w Surface, choć wciąż niższe niż 129.6 ns w Blade, a opóźnienie między rdzeniami wynoszące 156.8–160.9 ns jest około trzykrotnie wyższe niż 57.0 ns w Blade, co pomaga wyjaśnić, dlaczego N1X ustępuje architekturze x64 w trybie jednowątkowym.
Gry i kodowanie GPU
SuperTuxKart 1.5 uruchamia wbudowany test porównawczy w rozdzielczości 1080p na pełnym ekranie, z najwyższą konfiguracją i wyłączoną synchronizacją pionową, raz z natywną wersją gry dla Arm64 i raz z emulowaną wersją x64. Podajemy średnią i stałą liczbę klatek na sekundę. FFmpeg koduje ten sam klip 4K60 z kodekiem NVENC HEVC z prędkością 8 Mb/s na komputerach NVIDIA oraz z kodekiem Media Foundation HEVC, jeśli jest dostępny.
| Test (im wyżej tym lepiej) | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| SuperTuxKart 1080p Ultra, natywna, średnia (fps) | 225.9 | 236.1 | 235.9 | 218.4 | 200.0 |
| SuperTuxKart 1080p Ultra, natywny, stabilny (fps) | 143 | 147 | 146 | 140 | 115 |
| SuperTuxKart 1080p Ultra, emulacja x64, średnia (fps) | 266.5 | 265.4 | 264.6 | 248.6 | N/A (natywny x64) |
| SuperTuxKart 1080p Ultra, emulacja x64, stabilny (fps) | 141 | 143 | 129 | 94 | N/A (natywny x64) |
| FFmpeg NVENC HEVC, 4K60 przy 8 Mb/s (fps) | 138 | 137 | 135 | 139 | 132 |
| FFmpeg Media Foundation HEVC (fps) | 66 | 55 | 55 | 55 | N / A |
OmniBook z 32 GB pamięci RAM i Surface zajęły ex aequo pierwsze miejsce pod względem natywnej wydajności, osiągając około 236 kl./s; OmniBook z 128 GB pamięci RAM osiągnął 225.9 kl./s, a Blade 16 200.0 kl./s. Przy tej rozdzielczości procesor ustala liczbę klatek na sekundę, a karta RTX 5090 ma zapas mocy, którego nie może wykorzystać, więc wynik mówi więcej o rdzeniach każdego systemu niż o jego GPU. Wersja x64 w emulacji osiągnęła średnio około 266 kl./s na obu komputerach HP, czyli więcej niż natywna wersja Arm64, co sugeruje, że wersja gry na system Windows na platformie Arm jest wolniejsza z tych dwóch.
Kodowanie sprzętowe jest niemal identyczne w całym zakresie, ponieważ NVENC ma stałą funkcję. OmniBooki kodowały HEVC z prędkością 138 i 137 kl./s, w porównaniu ze 132 kl./s w Blade 16, a koder Media Foundation w jednostce 128 GB działał z prędkością 66 kl./s.
Termale
Oba OmniBooki wykorzystują limit wydajności N1X, zgodnie z założeniami projektowymi. Temperatura ich procesorów wynosiła 98°C przy każdym obciążeniu wszystkich rdzeni, ze średnią temperaturą 96–98°C w programach Stockfish, Blender, GROMACS oraz w 30-minutowej pętli ciągłej, i żaden z nich nie stracił ani jednego punktu wydajności. Oba urządzenia utrzymywały się w niemal każdym teście z dokładnością do jednego stopnia, co jest wartością oczekiwaną dla identycznej obudowy. Systemy RTX Spark raportują temperaturę procesora tylko w strefach termicznych systemu Windows, bez odczytu z karty graficznej, więc poniższe tabele dotyczą procesora.
| Temperatura procesora, maks. / średnia (C) | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Cinebench 2026 | 98 / 83 | 98 / 83 | 98 / 88 | 92 / 70 | 96 / 78 |
| 7-Zip | 98 / 78 | 98 / 77 | 98 / 65 | 83 / 63 | 99 / 84 |
| Sztokfisz | 98 / 97 | 98 / 96 | 98 / 96 | 88 / 83 | 92 / 90 |
| mikser | 98 / 96 | 98 / 97 | 98 / 93 | 91 / 80 | 95 / 87 |
| Hamulec ręczny | 98 / 86 | 98 / 87 | 98 / 84 | 93 / 74 | 92 / 86 |
| Kompilacja LLVM | 98 / 92 | 98 / 92 | 98 / 92 | 87 / 79 | 98 / 93 |
| GROMACS | 98 / 96 | 98 / 96 | 98 / 96 | 89 / 85 | 97 / 94 |
| OtwórzBLAS | 98 / 95 | 97 / 93 | DNF | 92 / 83 | 91 / 87 |
| STRUMIEŃ | 98 / 96 | 95 / 89 | 98 / 92 | 78 / 66 | 75 / 71 |
| Super Tux Kart | 95 / 82 | 94 / 86 | 90 / 80 | 74 / 68 | 89 / 82 |
| Klient MLPerf | 93 / 84 | 93 / 85 | 93 / 77 | 76 / 66 | 97 / 76 |
| Agent kodujący | 90 / 79 | Nie uruchomiono | 86 / 78 | Nie uruchomiono | 91 / 84 |
| RAG | 94 / 90 | 94 / 90 | 94 / 86 | 76 / 71 | 88 / 83 |
| Pętla podtrzymywana | 98 / 98 | 98 / 98 | 98 / 97 | 92 / 87 | 94 / 90 |
Surface Laptop Ultra zachowuje się podobnie pod względem temperatury, osiągając 98°C bez strat w pętli podtrzymującej, dlatego jego wyłączanie OpenBLAS wyróżnia się. OmniBooki uruchomiły identyczną sekwencję OpenBLAS w temperaturach do 98°C, średnio 95 i 93°C, przy około 3.0 GHz, bezbłędnie. W testach procesorów Pro 9n temperatura szczytowa była niższa o 5–18°C od HP, przy taktowaniu o około 1% niższym od ich taktowania, a rdzenie Zen 5 w Blade 16 osiągnęły 98–99°C w 7-Zip i kompilacji LLVM.
| Średnie taktowanie procesora (MHz) | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Cinebench 2026 | 2,962 | 2,964 | 2,952 | 2,951 | 4,158 |
| 7-Zip | 2,838 | 2,862 | 2,405 | 2,849 | 4,014 |
| Sztokfisz | 3,269 | 3,269 | 3,263 | 3,292 | 3,645 |
| mikser | 3,123 | 3,241 | 3,174 | 3,216 | 3,729 |
| Hamulec ręczny | 2,756 | 2,865 | 2,739 | 2,834 | 3,814 |
| Kompilacja LLVM | 3,151 | 3,193 | 3,160 | 3,197 | 3,697 |
| GROMACS | 3,308 | 3,315 | 3,325 | 3,367 | 3,874 |
| OtwórzBLAS | 3,024 | 3,057 | DNF | 3,192 | 4,274 |
| STRUMIEŃ | 3,258 | 3,251 | 3,255 | 3,101 | 3,684 |
| Super Tux Kart | 1,957 | 2,008 | 2,049 | 2,017 | 4,349 |
| Klient MLPerf | 2,114 | 2,241 | 2,165 | 2,027 | 3,593 |
| Agent kodujący | 2,078 | Nie uruchomiono | 2,242 | Nie uruchomiono | 3,789 |
| RAG | 2,749 | 2,724 | 2,751 | 2,760 | 3,764 |
| Pętla podtrzymywana | 3,239 | 3,232 | 3,270 | 3,288 | 3,726 |
Pod obciążeniem wszystkich rdzeni, OmniBooki, Surface i Pro 9n osiągają taktowanie na poziomie 3.1–3.4 GHz. Prędkość N1X utrzymuje się na granicy możliwości w tych obudowach, a HP utrzymują 3,239 i 3,232 MHz w pętli ciągłej, zapewniając stabilne wyniki. Oprogramowanie układowe utrzymuje taktowanie na granicy możliwości bez oscylacji, więc wyniki są stabilne. Dyski SSD również działały w niskiej temperaturze pod obciążeniem, osiągając szczytowe wartości 52°C w modelu Sandisk 128 GB i 64°C w modelu KIOXIA 32 GB po 80 przejściach testowych.
Wydajność pamięci masowej
Nasz test pamięci masowej uruchamia cztery rogi systemu fio na dysku rozruchowym o pojemności 5 GB i 25 GB, przez system plików i ponownie na urządzeniu surowym, i raportuje wyniki dla 25 GB. Wiersze z danymi na urządzeniu surowym pomijają NTFS i BitLocker, więc różnica między nimi pokazuje, jak bardzo dysk jest w stanie przetrwać ścieżkę wejścia/wyjścia systemu Windows. Wszystkie cztery systemy N1X działają na systemie Windows na platformie Arm z szyfrowaniem urządzeń BitLocker; na obu komputerach HP ochrona BitLocker była włączona, natomiast na Pro 9n była wyłączona.
| fio, 25 GB pamięci, QD32 | OmniBook Ultra 16 (128 GB) | OmniBook Ultra 16 (32 GB) | Surface Laptop Ultra | Pro 9n 15 | Razer Blade 16 |
|---|---|---|---|---|---|
| Odczyt sekwencyjny 128 KB, system plików (MB/s) | 13,833 | 10,509 | 14,134 | 7,024 | 7,125 |
| Odczyt sekwencyjny 128 KB, surowe urządzenie (MB/s) | 12,479 | 10,047 | 13,815 | 7,165 | 7,134 |
| Zapis sekwencyjny 128 KB (MB/s) | 11,719 | 9,464 | 11,461 | 5,699 | 5,250 |
| Losowy odczyt 4K, system plików, szczyt (IOPS) | 437,833 | 289,024 | 300,225 | 338,936 | 694,597 |
| Losowy odczyt 4K, surowe urządzenie, szczyt (IOPS) | 1,888,501 | 1,412,982 | 1,670,736 | 973,106 | 993,050 |
| Losowy zapis 4K, szczyt (IOPS) | 228,354 | 226,661 | 279,848 | 192,000 | 648,446 |
| Surowy/losowy odczyt systemu plików | 4.31x | 4.89x | 5.56x | 2.87x | 1.43x |
| Losowy odczyt 4K, 4 zadania, opóźnienie p99 (w USA, im niższe, tym lepiej) | 643 | 494 | 477 | 578 | 444 |
| Losowy zapis 4K, 4 zadania, opóźnienie p99 (w USA, im niższe, tym lepiej) | 586 | 602 | 449 | 758 | 371 |
| Temperatura napędu, maksymalna (C) | 52 | 64 | 56 | 78 | 60 |
2-terabajtowy dysk Sandisk SN8050S w OmniBooku 128 GB osiągnął prędkość odczytu 13 833 MB/s i zapisu sekwencyjnego 11 719 MB/s, co jest najszybszym wynikiem w tej grupie i ustępuje jedynie dyskowi SK Hynix z Surface'a pod względem odczytu. Dysk KIOXIA Gen5 o pojemności 1 TB w modelu 32 GB osiągnął odpowiednio 10 509 i 9,464 MB/s, a dwa dyski Gen4 w Pro 9n i Blade 16 osiągnęły prędkość zbliżoną do 7 GB/s.
Losowe wejście/wyjście to ścieżka pamięci masowej systemu Windows na platformie Arm. Model SN8050S dostarczył 1.89 mln IOPS losowych odczytów 4 KB z urządzenia surowego, ale 437.8 KB przez system plików, co stanowi różnicę 4.3x, a różnica w przypadku KIOXIA wyniosła 4.9x. Ścieżka x64 Blade 16 straciła znacznie mniej, odczytując 694.6 KB IOPS przez system plików z dysku, który wykonuje 993.0 KB w stanie surowym. Najbardziej prawdopodobną przyczyną jest szyfrowanie programowe BitLockera z włączonym VBS i integralnością pamięci, a Pro 9n z wyłączoną ochroną BitLockera wykazuje mniejszą różnicę, wynoszącą 2.9x. HP skonfigurował te systemy testowe z włączonym BitLockerem.
Ścieżka systemu plików również powodowała długie przestoje. Przy 16 zadaniach, najwolniejsze 0.01% losowych odczytów zajęło 3.2 sekundy w OmniBooku 128 GB i 6.2 sekundy w jednostce 32 GB, w porównaniu z 14 ms w Blade 16. Jeden wiersz 128 GB ustawiony przy tej liczbie zadań pozostał powyżej naszego limitu rozproszenia 2% po ponownym uruchomieniu i jest oznaczony jako częściowy; wyniki szczytowe i surowe nie uległy zmianie.
Wniosek
HP OmniBook Ultra 16 z 128 GB pamięci RAM to przekonujący przykład najbardziej kompletnego notebooka z technologią RTX Spark, jaki testowaliśmy w ramach premiery platformy. W zakresie CPU, AI i gier dorównuje Surface Laptop Ultra z dokładnością do kilku procent, obsługuje oba nasze lokalne poziomy AI z 62.5 GB pamięci GPU, ukończył zadanie kodowania w Qwen 3.6 szybciej niż jakikolwiek inny system w grupie i bezbłędnie uruchomił rozwiązanie OpenBLAS na wszystkich rdzeniach, które wyłączyło dwa urządzenia Surface w temperaturze 98°C.
Zawiasy wieżowe HP i chłodzenie bagażnika utrzymują N1X na maksymalnym poziomie przez cały czas obciążenia, bez strat w ciągu 30 minut. Co ważniejsze, systemy HP nigdy nie zawiodły podczas testów.
32-gigabajtowy OmniBook dowodzi, że wydajność procesora i karty graficznej N1X nie zależy od pojemności pamięci: utrzymuje się w granicach około 2 procent w porównaniu z jednostką 128 GB pod względem wydajności CPU, MLPerf i RAG, a także był liderem w testach jednordzeniowych Cinebench i SuperTuxKart. Traci jednak lokalną pojemność modelu, ponieważ 12-gigabajtowy podział GPU wyklucza go z testów obciążenia modelu i agenta kodu. Klienci, którzy chcą N1X ze względu na jego procesor, niewiele tracą przy 32 GB; osoby zainteresowane lokalną sztuczną inteligencją powinny rozważyć wersję 64 GB lub 128 GB.
Ścieżka pamięci masowej Windows on Arm umożliwia losowe odczyty 4K, co stanowi mniej niż jedną czwartą możliwości dysku; kilka portów Arm64, takich jak SVT-AV1 i GROMACS, znacznie opóźnia kompilacje x64, a jednowątkowy Python zajmuje od 20 do 50 procent więcej czasu niż na Blade 16, a jednowątkowy Primesieve około 80 procent dłużej. Zintegrowany procesor graficzny współdzieli również magistralę pamięci z resztą systemu, więc przeglądarka zwolniła o 1.73 raza podczas działania agenta kodującego. To problemy platformy/oprogramowania, a nie HP, i spodziewamy się, że ekosystem będzie się stale rozwijał dzięki nowym poprawkom i wydaniom.
Dla deweloperów i twórców, którzy oczekują wyjątkowo dobrze zbudowanej platformy mobilnej do lokalnej obsługi modeli o rozmiarach od 20 B do 35 B, kompilowania dużych drzew lub renderowania na procesorze w cienkim 16-calowym laptopie, OmniBook Ultra 16 ze 128 GB pamięci oferuje więcej niż jakikolwiek inny notebook w tym porównaniu.
Tabela wyników: HP OmniBook Ultra 16 z dyskiem 128 GB został zwycięzcą w kategorii Najlepszy laptop z kartą RTX Spark w naszym rankingu Najlepszych laptopów dla lokalnej sztucznej inteligencji.
Amazon