Uppdaterad 16 oktober 2026: RTX Spark-bärbara datorer har anslutit sig till sidan i en egen sektion, eftersom de körde vår nya klientsvit. HP OmniBook Ultra 16 tar plats i kategorin Bästa RTX Spark-bärbara dator och Lenovo Yoga 9n 2-i-1 16 tar plats i kategorin Coolast RTX Spark-bärbara dator, med Lenovo Pro 9n 15 och Microsoft Surface Laptop Ultra för företag (som testad) listade bredvid dem.
Varje bärbar dator som rankas här har genomgått StorageReview-labbet. Vi mäter lokal AI-prestanda direkt: UL Procyon AI Text Generation kör samma modeller på alla system som kan hantera dem, och där hårdvaran motiverar det går vi djupare med LM Studio och Ollama. Ingenting på den här sidan är rankat från ett specifikationsblad, och varje val länkar till recensionen som innehåller data.
Det finns två vägar att köra AI-modeller på en bärbar dator år 2026. Separata NVIDIA RTX PRO GPU:er levererar de snabbaste tokens per sekund, men modellen måste få plats i kortets VRAM, 8 GB till 24 GB inom detta område. Enhetliga och delade minnesdesigner, ledda av AMD:s Ryzen AI Max+ (Strix Halo) och Intels Core Ultra delade LPCAMM2-plattformar, byter rå hastighet mot kapacitet: GPU:n kan låna det mesta av systemminnet, så långt större modeller belastas överhuvudtaget. Valen nedan täcker båda vägarna, plus NPU-först-effektivitetsklassen.
Kortfattat
| Kategori | Systemkrav | AI-motor | Nyckelresultat | Full Review |
|---|---|---|---|---|
| Bästa bärbara datorn totalt sett för lokal AI | Dell Pro Max 18 Plus | RTX PRO 5000 Blackwell 24GB / 128GB CAMM2 | 185 tok/s (Phi, Procyon), den snabbaste bärbara datorn vi har testat | Pro Max 18 Plus Recension |
| Bäst för stora modeller | HP ZBook Ultra G1a 14 | Ryzen AI Max+ PRO 395, upp till 96 GB tilldelningsbart enhetligt minne | Laddade DeepSeek-R1 70B; Gemma 3 27B vid 9 tok/s | Recension av ZBook Ultra G1a |
| Bästa 16-tums balans | Dell Pro Max 16 Plus | RTX PRO 5000 Blackwell 24GB / 128GB CAMM2 | 179 tok/s (Phi) med 6 timmar och 21 minuters batteritid | Pro Max 16 Plus Recension |
| Bästa ultraportabla | Lenovo ThinkPad P14s Gen 7 | RTX PRO 1000 Blackwell 8GB / 64GB LPCAMM2 | 55 tok/s (Phi) vid 3.59 lb | P14s Gen 7 Recension |
| Bäst utan en separat GPU | Dell Pro Precision 5 14s Intel | Intel Arc Pro B390 iGPU, 64 GB delad LPCAMM2 | Körde modeller som överstiger 8 GB VRAM, 23 timmar och 50 minuter batteritid | Pro Precision 5 14s Recension |
| Bästa tunna och lätta NPU-systemet | HP EliteBook 6 G1q | Snapdragon X Plus, 45 TOPS Hexagon NPU, 32 GB | Llama 3.2 3B vid 37 tok/s i LM Studio | EliteBook 6 G1q Recension |
| Bästa RTX Spark-bärbara datorn | HP OmniBook Ultra 16 | RTX Spark N1X, 20-kärnig processor / 6 144-kärnig Blackwell-grafikkort, 128 GB (64 GB till grafikkortet) | 35B kodningsagentuppgift på 72.0 s vid 89.5 tok/s, 3 av 3 körningar klarade | OmniBook Ultra 16 Recension |
| Coolaste RTX Spark-bärbara datorn | Lenovo Yoga 9n 2-i-1 16" | RTX Spark N1X, 20-kärnig processor / 6 144-kärnig Blackwell-grafikkort, 64 GB (32 GB till grafikkortet) | 72 C som topptemperatur vid 30 minuters kontinuerlig belastning, jämfört med 98 C på HP OmniBook Ultra 16 | Yoga 9n 2-i-1 16 Recension |
Valen
Bästa bärbara datorn totalt sett för lokal AI: Dell Pro Max 18 Plus
Pro Max 18 Plus hade de snabbaste lokala AI-siffrorna av alla bärbara datorer enligt StorageReview-labbet. I UL Procyon AI Text Generation drev dess RTX PRO 5000 Blackwell (24 GB GDDR7) upp Phi till 185.1 tokens per sekund, Mistral till 140.5 och Llama 3 till 119.7, med tid till första token under 0.35 sekunder på varje modell. Core Ultra 9 285HX och 128 GB CAMM2-minne håller resten av pipelinen ur vägen, och 24 GB VRAM rymmer bekvämt kvantiserade modeller i 20B-klassen.
Avvägningarna är precis vad chassit antyder: 3,2 kg och 3 timmar och 39 minuters uppmätt batteritid, den kortaste körtiden i vår bärbara datordatabas. Detta är en stationär dator som råkar vara hopfällbar. Den listades för 9 245 dollar i test vid tidpunkten för granskning. Om lokal inferenshastighet är hela frågan, så är detta svaret.
Recension: Dell Pro Max 18 Plus: Blackwell RTX PRO 5000-prestanda att ta med sig
Bäst för stora modeller: HP ZBook Ultra G1a 14
Hastighet är en axel; kapacitet är den andra. ZBook Ultra G1a parar ihop AMD:s Ryzen AI Max+ PRO 395 med 128 GB LPDDR5X-minne, varav upp till 96 GB kan tilldelas Radeon 8060S GPU. Den poolen lät oss ladda modeller som ingen bärbar dator med separat GPU kan vidröra: DeepSeek-R1 70B och QwQ 32B kördes båda lokalt i LM Studio och Ollama, och Gemma 3 27B genererades med 8.96 tokens per sekund med snabb bearbetning på 73 tokens per sekund.
Dess Procyon-siffror ligger efter alla andra RTX PRO-maskiner här (Phi med 65 tokens per sekund), så detta är inte valet för snabba samtal på små modeller. Det är valet när själva modellen är det viktigaste, och det gör den med en vikt på 3.3 pund och 10 timmar och 35 minuter batteritid. Det här är samma Unified Memory-historia som AMD:s Strix Halo berättar på vår stationära sida, hopfälld i ett 14-tumschassi.
Recension: HP ZBook Ultra G1a 14 Recension
På horisonten: HP ZBook Ultra G3a 16
Valet ovan, Bäst för stora modeller, kan vara på väg att lämna över kategorin till sin egen efterträdare. ZBook Ultra G3a 16 har 192 GB LPDDR5X-8533 enhetligt minne med upp till 160 GB lagringsutrymme för grafikkortet (G1a 14 når som mest 128 GB och 96 GB), en Ryzen AI Max+ PRO 495 i spetsen och en termisk omdesign som klarar 100 W där G1a hade 55 W. Kapaciteten gav G1a sin plats medan strömförbrukningen begränsade dess takt; G3a attackerar båda siffrorna samtidigt.
Riktmärken väntar på leverans av hårdvara, förväntad i oktober med prissättning senare, och den kommer att hamna i rankningen när de fullständiga körningarna av Procyon och LM Studio är klara. Vår praktiska förhandsvisning täckte hårdvaran på en förproduktionsenhet där prestandatester inte var tillåtna, och den fullständiga recensionen följer när en leveransenhet når labbet.
Bästa 16-tumsbalans: Dell Pro Max 16 Plus
Pro Max 16 Plus kör samma RTX PRO 5000 Blackwell 24GB som 18 Plus och ger upp nästan ingenting: Phi på 178.6 tokens per sekund, Mistral på 134.2, Llama 3 på 114.7, ungefär 96 procent av flaggskeppets dataöverföring. I gengäld börjar den på 5.63 pund mot 7.17 pund och nästan fördubblar batteritiden vid 6 timmar och 21 minuter.
För de flesta som vill ha seriös lokal inferens i en väska är detta det bättre köpet av de två. Den har också platsen för den bästa mobila arbetsstationen totalt sett på vår topplista över bästa mobila arbetsstationer , så AI-hastigheten kommer med hela den professionella applikationsstacken som redan är validerad.
Recension: Dell Pro Max 16 Plus Recension: Byggd för långa dagar och stora jobb
Bästa ultraportabla: Lenovo ThinkPad P14s Gen 7
Med en vikt på 3.59 kg är P14s Gen 7 den lättaste bärbara datorn här med en separat Blackwell-grafikprocessor. RTX PRO 1000 (8 GB GDDR7) levererade en Phi-hastighet på 55.1 tokens per sekund och en Mistral på 40.3, riktiga interaktiva hastigheter för modeller i 7B-klassen, och Panther Lakes 50 TOPS NPU gör den till en Copilot+-maskin. Batteritiden på 15 timmar och 52 minuter innebär att AI-kapaciteten inte kostar dig en arbetsdag.
Känn till taket innan du köper: vår Llama 2 13B-körning slutfördes inte eftersom den modellen behöver cirka 12 GB grafikminne genom Procyon-vägen och GPU:n har 8 GB. För kvantiserade modeller på 7B och mindre är detta ett utmärkt köp; för större modeller, kolla upp sidan.
Recension: Recension av Lenovo ThinkPad P14s Gen 7
Bäst utan separat grafikkort: Dell Pro Precision 5 14s Intel
Ingen separat grafikkortsuppsättning är inget problem, inom rimliga gränser: Pro Precision 5 14s Intel kombinerar Core Ultra X9 388H (50 toppvärden för NPU) med integrerad Intel Arc Pro B390-grafik som drar på en delad minnespool på 64 GB LPCAMM2. I våra tester körde den poolen större lokala AI-arbetsbelastningar än vad 8 GB separata kort kunde hantera, vilket kompletterade hela Procyon AI Text Generation-sviten (887 poäng på Phi och 786 på Llama 2) där VRAM-begränsade system rapporterade DNF:er.
Genereringshastigheten är blygsam jämfört med RTX PRO-kisel, så den passar bra med bakgrundsassistentarbete framför tunga interaktiva sessioner. Resten av paketet är anmärkningsvärt: 3.12 kg och 23 timmar och 50 minuters batteritid, näst längst i hela vår datauppsättning. Den innehar också platsen för bästa ultraportabla arbetsstation på vår lista över bästa mobila arbetsstationer .
Recension: Dell Pro Precision 5 14s Intel-recension
Bästa tunna och lätta NPU-systemet: HP EliteBook 6 G1q
EliteBook 6 G1q svarar på en annan fråga: hur liten maskin behöver man för användbar AI på enheten? Det är Snapdragon X Plus med en 45 TOPS Hexagon NPU som körde Llama 3.2 3B med 36.7 tokens per sekund och Gemma 3 4B med 29.3 i LM Studio, med 1B-modeller som toppade 62 tokens per sekund. Det är användbara chatthastigheter från en 3.17 kg tung maskin som mätte 19 timmar och 35 minuters batteritid.
Taket är lågt, 4B-parametrar var den största modellen vi testade, så den här är för lokal chatt, sammanfattningar och offline-assistenter, med tunga modeller utom räckhåll. Med ett pris på runt 3 100 dollar som konfigurerat vid recensionen var det också det billigaste systemet på den här sidan.
Recension: HP EliteBook 6 G1q Recension: Kraft hela dagen i en lätt bärbar dator
RTX Spark-bärbara datorer: Testade i vår nya klientsvit
NVIDIAs RTX Spark N1X ger bärbara datorer Windows-datorer tillgång till GB10-superchippet från DGX Spark, med en pool av LPDDR5X delad mellan en Grace-processor och ett Blackwell-grafikkort. Bärbara datorer får två varianter med en TDP på 45 till 80 W: en 20-kärnig processor med ett 6 144-kärnig grafikkort och en 18-kärnig processor med ett 5 120-kärnig grafikkort. Vi testar dessa system på sr-client 1.2, vår nya Arm64-inbyggda klientsvit, så deras resultat stämmer inte överens rad för rad med Procyon-siffrorna bakom valen ovan. Vår RTX Spark-lanseringsbevakning har fullständig plattformsinformation.
Minnet avgör vad varje konfiguration kan köra. En firmware-inställning delar poolen mellan Windows och GPU:n, och vår minsta lokala AI-modellnivå behöver minst 16 GB GPU-användbart minne, så ett 32 GB-system inställt på 12 GB för GPU:n kan inte ladda 12.8 GB gpt-oss:20b.
Bästa RTX Spark Laptop: HP OmniBook Ultra 16
128 GB OmniBook Ultra 16 är den mest kompletta RTX Spark-bärbara datorn vi har testat. Med 62.5 GB GPU-användbart minne kör den båda våra lokala AI-modellnivåer, vilket genererar gpt-oss:20b vid 58.0 tokens per sekund och Qwen3.6-35B-A3B vid 89.5. Den klarade alla nio körningar av kodningsagenten och slutförde Qwen3.6-uppgiften på 72.0 sekunder, den snabbaste i sin grupp, och den slutförde den heltäckande OpenBLAS-lösningen vid 98 C, testet som drev två Surface Laptop Ultra-enheter.
Dess 7 004 i Cinebench 2026 multi-core var det bästa CPU-resultatet i den jämförelsen, 35 procent före Razer Blade 16. Blades RTX 5090 genererar fortfarande tokens 2.3 gånger snabbare på modeller som får plats med dess 24 GB, och OmniBooks webbläsare saktade ner med 1.73 gånger medan kodningsagenten kördes på den delade GPU:n. 128 GB, 2 TB-versionen som vi testade säljs endast via HP.com, där HP prissatte den till 6 229,99 dollar från och med den 14 oktober. 32 GB-modellen med 3 199,99 dollar behåller CPU-hastigheten men kan inte ladda våra modellnivåer, och batteriresultaten väntar.
Recension: HP OmniBook Ultra 16 Recension: RTX Spark med 128 GB toppar vårt lokala kodningstest
Coolaste RTX Spark-bärbara datorn: Lenovo Yoga 9n 2-i-1 16
Yoga 9n 2-i-1 16 körde N1X-svalare än någon annan RTX Spark-bärbar dator vi har testat. Under vår 30-minuters ihållande loop nådde processorn en topptemperatur på 72 C och höll 3 015 MHz, vilket slutade på 100.1 procent av sin första omgång. HP OmniBook Ultra 16 och Surface Laptop Ultra låg på 98 C, och Lenovo Pro 9n 15 nådde en topptemperatur på 92 C, allt mätt genom Windows termiska zoner, den enda processorsensorn som dessa system exponerar. Lenovo tillskriver förstorade ventiler, en upphöjd termisk bula och ett konvertibelt gångjärn som lämnar utrymme bakom ventilerna för att luften ska kunna röra sig.
Den svalare justeringen kostar Yogan lite all-core-hastighet jämfört med HP:n. Resultaten från flertrådade processorer ligger 4 till 10 procent efter OmniBook i de flesta tester, och kodningsagenten saktade ner webbläsaren med 2.44x på Yogan jämfört med 1.73x på HP:n. Dess 64 GB-minne ger GPU:n 32 GB, tillräckligt för gpt-oss:20b med 58.0 tokens per sekund men mindre än vår 35B-nivå. För en 16-tums konvertibel dator som kan användas som surfplatta eller i ett knä är den handeln vettig. Den listades till 3 749,99 dollar som testad, och batteriresultaten väntas.
Recension: Lenovo Yoga 9n 2-i-1 16 Recension: Den coolaste RTX Spark-bärbara datorn
Även testat på den nya sviten:
- Lenovo Pro 9n 15: 18-kärnig N1X med 32 GB minne i ett 1,3 kg tungt chassi. Llama 3.1 8B kördes med 55.1 tokens per sekund i MLPerf Client, inom 2 procent av en 20-kärnig N1X på samma 12 GB GPU-fördelning, och dess högre klockfrekvenser med alla kärnor håller den inom 8 till 11 procent av 20-kärnig delen i rendering och kompilering, medan den toppar vid 93 °C. Med 12 GB för GPU:n klarar den inte våra modellbelastnings- och kodningsagenttester, så lokala AI-köpare bör konfigurera mer minne. Lenovo listar den från 2 999,99 dollar för en 18-kärnig, 32 GB, 512 GB modell.
- Microsoft Surface Laptop Ultra för företag (testad): 128 GB-enheten genererade gpt-oss:20b och Qwen3.6-35B-A3B med 58 till 89 tokens per sekund och publicerade 6 963 i Cinebench 2026 multi-core. Det verkar endast testat, eftersom två enheter stängdes av under vår helkärniga OpenBLAS-belastning.
Dell XPS 16 Creator Edition förväntas snart i labbet och ansluter sig till den här sektionen när vi har testat den. Batteriresultaten för varje RTX Spark-system väntar på vårt nya plattformsoberoende batteritest.
Även testad
Dessa system har gått igenom samma laboratorieprocess och är värda att titta på för rätt köpare, även om de inte har någon plats i kategorin idag.
- Lenovo ThinkPad P16 Gen 3den tredje RTX PRO 5000-maskinen i flottan (Phi vid 141.2 tok/s); vår enhet levererades med 32 GB RAM, vilket höll tillbaka resten av arbetsflödet.
- HP ZBook Fury G1i 18samma 24 GB Blackwell GPU-klass som Pro Max 18 Plus, ett steg efter vad gäller dataflöde (Phi vid 157.4 tok/s) och 11 687 dollar som testat vid recensionen.
- Dell Pro Precision 7 16 IntelRTX PRO 3000 Blackwell med 12 GB VRAM, det starkaste GPU-resultatet i mellanregistret inom detta område (Procyon textgenereringspoäng på 2 244 på Phi via DirectML); dess 12 GB öppnar upp för 14B-klassen som 8 GB-kort inte klarar av.
- Lenovo ThinkPad P1 Gen 8RTX PRO 2000 8 GB i ett 4.06 kg tungt chassi med 12 timmar och 59 minuters batteritid; Phi vid 77.3 tok/s.
- Dell Pro Max 14 PremiumRTX PRO 2000 8GB vid 3.55 kg; Phi vid 54.1 tok/s.
- Dell Pro Max 16 (Ryzen)RTX PRO 1000 8GB med 16 timmars och 2 minuters batteritid; Phi på 61.9 tok/s.
- Lenovo ThinkPad P14s Gen 6RTX PRO 500 6GB; instegsgrafik med Blackwell AI på 45.7 tok/s på Phi.
- Dell Pro Precision 5 16s Intel: 16-tumssyskonet till vårt plektrum utan dGPU på samma plattform med delat minne, med det längsta batteritiden för arbetsstationer vi har uppmätt på 24 timmar och 43 minuter.
- Dell Pro Precision 5 14s AMD60 TOPS NPU och en delad pool på 64 GB; AMD:s Procyon INT8-avbildningssökväg var ännu inte tillgänglig vid testtillfället, vilket begränsar jämförelsen. Dell Pro Precision 5 16s AMD har samma Ryzen AI 9 HX PRO 475 och 60 TOPS NPU i ett 16-tumschassi och hade den starkaste lokala LLM-genomströmningen i Pro Precision-serien i våra tester, långt ifrån sin Intel-syskon på både Llama3 och Llama2, vilket gör den till det bästa valet i denna familj för lokal inferens.
- HP EliteBook X G1aRyzen AI 9 HX 375 med en 55 TOPS NPU; vi har ännu inte kört vår LLM-svit på den.
Hur vi rankar
UL Procyon AI Text Generation är vår måttstock för alla datorer: samma fyra modeller (Phi, Mistral, Llama 3 och Llama 2 där det passar) på varje bärbar dator som kan hantera dem, så siffrorna för tokens per sekund här är direkt jämförbara. Där hårdvaran gör det intressant går vi djupare med LM Studio och Ollama körs på större modeller. Varje bärbar dator rankas en gång per mätning, och ett system visas bara på den här sidan om det producerade användbara lokala AI-resultat i vårt labb. RTX Spark-system körde sr-client 1.2, vår nya klientsvit, så de jämförs med varandra på den här sidan och inte med Procyon-resultaten bakom de andra valen.
Priserna rör sig snabbt på den här marknaden, så alla siffror på den här sidan är det testade priset vid tidpunkten för recensionens publicering. Vi gör inga värdeutlåtanden utan att kontrollera aktuella priser i leverantörskonfiguratorer, och när vi gör det daterar vi checken.
Vanliga frågor om lokal AI för bärbara datorer
Vad är viktigast för lokal AI på en bärbar dator, VRAM eller totalt minne?
Båda, av olika skäl: en modell måste få plats i det minne som GPU:n kan nå: på separata kort är det VRAM (8 GB till 24 GB i detta fält), och vår Llama 2 13B kör DNF på 8 GB-kort eftersom den ville ha cirka 12 GB. Unified och shared memory designs vänder på ekvationen: AMD:s Ryzen AI Max+ kan tilldela upp till 96 GB system-RAM till GPU:n, och Intels delade LPCAMM2-pooler når 64 GB, så långt större modeller laddas överhuvudtaget, bara vid lägre hastigheter. Anpassningen avgör om en modell körs; kiseln avgör hur snabbt.
Vilken är den största modellen som StorageReview har kört på en bärbar dator?
DeepSeek-R1 70B, installerad lokalt på HP ZBook Ultra G1a 14 genom dess 96 GB tilldelningsbara enhetliga minnespool. För hållbar generering mätte vi Gemma 3 27B till 8.96 tokens per sekund på samma maskin. På vår stationära sida är ribban högre; topplistan för bästa stationära datorer för lokal AI täcker system som hanterar mycket större modeller.
Spelar NPU TOPS-betyg någon roll för att köra juridikprogram?
Mindre än vad marknadsföringen antyder idag, eftersom de flesta lokala LLM-körtider lutar sig mot GPU:n, och varje token-per-sekund-siffra på den här sidan kommer från GPU-inferens förutom Snapdragon EliteBook, där plattformens AI-stack är kärnan. NPU:er tjänar för närvarande sin kapacitet på effektivitet och INT8-bildgenereringsvägar, och det är därför flera av dessa maskiner kvalificerar som Copilot+-datorer, så köp GPU:n och minnet först.
Vad händer med batteritiden när man kör modeller lokalt?
Inferens är en av de tyngsta ihållande belastningarna en bärbar dator kan köra, så räkna med ström från vägguttaget för riktiga sessioner. Batterisiffrorna på den här sidan är PCMark 10 Modern Office-resultat, ett produktivitetsmått, och spridningen är enorm: 3 timmar och 39 minuter på vår snabbaste AI-bärbara dator jämfört med nästan 24 timmar på Dell-modellen med delat minne. Vår topplista över batteritid för bärbara datorer rankar hela fältet.
Hur står sig RTX Spark-bärbara datorer i jämförelse med de bärbara datorerna som rankas här?
RTX Spark-bärbara datorer kör NVIDIAs N1X, som delar en pool av LPDDR5X mellan en Grace-processor och ett Blackwell-grafikkort. Vi testar dem på sr-client 1.2, vår nya klientsvit, så deras siffror stämmer inte överens rad för rad med Procyon-resultaten bakom valen på den här sidan. På 128 GB HP OmniBook Ultra 16 genererades gpt-oss:20b och Qwen3.6-35B-A3B med 58.0 respektive 89.5 tokens per sekund, och 35B-kodningsuppgiften klarade tre av tre körningar på 72.0 sekunder. Minnesfördelningen avgör vilka modeller som laddas: 32 GB Lenovo Pro 9n 15, inställd på 12 GB för grafikkortet, kunde inte ladda 12.8 GB gpt-oss:20b. Lenovo Yoga 9n 2-i-1 16 kördes svalast, med en topptemperatur på 72 °C under en 30-minuters ihållande belastning. Surface visas endast som testad, eftersom två enheter stängdes av under vår all-core OpenBLAS-belastning.
Borde jag bara köpa en stationär dator för lokal AI istället?
Om maskinen ska stå på ett skrivbord, ja, förmodligen. Skrivbordssystem erbjuder mer minne per krona, bättre hållbar temperatur och inga batterikompromisser; vår topplista över bästa stationära datorer för lokal AI börjar på ungefär samma pris som bärbara datorer i mellanklassen här. Bärbara datorerna på den här sidan är för personer vars AI-arbetsbelastning måste resa.
Amazon