联想Pro 9n 15是一款面向内容创作者的15.3英寸NVIDIA RTX Spark翻盖笔记本电脑，配备165Hz刷新率的2.5K OLED显示屏、支持手写笔的触觉反馈触控板以及厚度仅为0.66英寸的铝合金机身。我们评测的这款机型搭载了入门级处理器：18核N1X处理器，集成5,120核心的Blackwell GPU，配备32GB LPDDR5X内存、1TB第四代固态硬盘以及Windows 11专业版操作系统。联想官方公布的Pro 9n 4起售价为2,999.99美元，该配置包含18核处理器、32GB内存和512GB固态硬盘。在我们评测这款配备1TB固态硬盘和Windows 11专业版操作系统的机型时，其售价尚未公布。
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 OmniBook Ultra 16 with 32GB, which runs the same 12GB GPU split on the 20-core chip; the 联想 Yoga 9n 二合一笔记本电脑 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 评测电池测试仍在进行中，完成后会添加相关信息。
在相同频率下，Pro 9n 的 N1X 处理器运行温度比 20 核 OmniBook 更低。联想官方标称其功耗最高为 80W，在所有 CPU 测试中，其全核频率与 32GB OmniBook 的相差不超过 1%，最高温度为 93 摄氏度。这意味着在大多数多线程任务中，Pro 9n 的 18 核性能比 20 核 OmniBook 低 8% 到 11%，但在 Stockfish 和 N=20000 OpenBLAS 求解任务中与 OmniBook 性能持平。较小的 GPU 在 LLM 令牌生成方面性能损失了 2% 到 5%。
对于所有系统而言，内存都是瓶颈，购买时应以此为依据决定显卡容量。例如，它无法加载 12.8GB 的 gpt-oss:20b 显卡模型。虽然用户可能选择强制加载，但 NVIDIA 应用程序会迅速指出，最小和最大内存分配可能会导致问题。此外，加载占用所有显存的显卡模型也会造成实际问题，因为这样会导致 KV 缓存没有可用空间。
内存分配固定是 Windows 的限制，而非 NVIDIA 的限制。Windows 目前还不支持像 DGX Spark 上的 Linux 系统那样跨 CPU 和 GPU 统一内存分配，因此必须预先设置内存分配；我们了解到 NVIDIA 和微软正在共同努力解决这个问题。
关键精华
- 小模型人工智能全速运行： MLPerf Llama 3.1 8B 在拥有 5,120 个核心的 GPU 上运行速度为每秒 55.1 个 token，比 20 核的 OmniBook 慢 2%，RAG 测试的响应时间为 0.252 秒。由于 GPU 内存分配仅为 12GB，因此它无法参与我们的模型加载和编码代理测试。
- 更少的核心，更高的时钟频率： 在 92 摄氏度的峰值温度下，Pro 9n 在 30 分钟的持续循环测试中保持了 3,288MHz 的频率，并在 Cinebench 2026 多核测试中获得了 6,394 分，比 OmniBook 低 8%，比 Razer Blade 16 高 23%。
- Stockfish 和 OpenBLAS 中 20 核处理器的水平： 在 N=20000 的情况下，全核 OpenBLAS LU 求解达到了 318.1 GFLOPS，而 OmniBook 达到了 322.4 GFLOPS；Stockfish 搜索了 15.20 Mnps，而 OmniBook 为 15.12 Mnps。
- 专为彩色工作而设计的显示器和输入设备： 15.3 英寸 OLED 显示屏最高支持 165Hz 刷新率，Delta E 低于 0.5，95 x 150 毫米的触觉压力板可兼作 Yoga Pen Gen 2 的绘图表面，机身采用 0.66 英寸铝制外壳，内置 92.5Wh 电池。
- 第四代存储，预留第五代存储空间： 三星第四代固态硬盘的读取速度为 7,024MB/s，运行温度最高，为 78 摄氏度；联想第五代产品则支持第二个 M.2 2242 硬盘。
建筑与设计
Pro 9n 是一款传统的翻盖式笔记本电脑，采用铝合金顶盖和底盖，联想称之为“雷霆灰”。它最薄处尺寸为 13.66 x 9.53 x 0.66 英寸，起始重量为 3.64 磅，是本次对比中最轻的笔记本电脑。联想表示，该笔记本电脑通过了 MIL-STD-810H 军规测试，拥有碳中和认证，并且底盖使用了 50% 的再生铝材。
Pro 9n 拿在手里，圆润的边角、接口布局和整体做工都与 Yoga 9n 二合一笔记本电脑相似，并且采用磁吸式顶盖。键盘比 Yoga 的更窄，没有数字小键盘，两侧的空间则被扬声器占据；键盘手感扎实，并带有背光。玻璃材质的 Force Pad 触控板光滑且尺寸足够大，几乎可以双手同时操作。机身比联想推出的 16 英寸变形本 Yoga 略窄。
联想重新设计了N1X的内部结构，采用了全新的散热系统、更大的通风口，以及底部凸起的散热凸起，据称这使得Pro 9n的运行功率最高可达80W。底部后半部分可以看到一个大型进气格栅。
拆下机箱盖后，可以看到散热片两侧各有一个风扇，散热片中央有多根热管，电池则占据了机箱前部。我们的测试结果印证了联想的散热性能声明：正如散热部分所述，Pro 9n 在更高频率下运行温度低于 OmniBook。与其他 NVIDIA 移动平台相比，联想的一个独特设计决策（至少目前如此）是采用了双 2242 M.2 固态硬盘位。其他厂商通常只配备一个 2280 固态硬盘位。因此，联想提供了第二个硬盘位，但 2242 固态硬盘容量较小，性能也往往不如 2280 固态硬盘。
这款笔记本电脑配备一块 15.3 英寸 PureSight Pro OLED 触控屏，分辨率为 2560 x 1600，刷新率可在 48Hz 至 165Hz 之间调节。联想使用 X-Rite Pantone 对其进行校准，Delta E 值低于 0.5，HDR 峰值亮度为 1,100 尼特，sRGB 和 P3 色域覆盖率均为 100%，并通过了 Dolby Vision 和 VESA DisplayHDR True Black 1000 认证。键盘两侧配备四个扬声器，包括两个 2W 低音单元和两个 2W 高音单元，并经过 Dolby Atmos 调校。
键盘键程为 1.5 毫米，带有背光和 Copilot 辅助按键。键盘下方是尺寸为 95 x 150 毫米的触觉反馈力度感应板，可与第二代 Yoga Pen 配合使用，支持 8,192 级压力感应，并通过 AES 3.0 协议进行编码。920 万像素红外摄像头配备电子快门，机身侧面设有物理开关；此外，三个降噪麦克风用于语音通话。
机身右侧配备相机快门按钮、电源按钮、UHS-II SD 读卡器、一个 USB-C 接口和一个始终开启的 10Gbps USB-A 接口；机身左侧配备 HDMI 2.1 接口、第二个 USB-A 接口、第二个 USB-C 接口和一个耳机插孔。两个 USB-C 接口均支持 40Gbps 传输速度，并支持 Power Delivery 和 DisplayPort 2.1，联想将其同时列为 Thunderbolt 4 和 USB 4。无线连接方面，支持 Wi-Fi 7 和蓝牙 5.4，92.5Wh 电池支持快速充电；待新的测试平台完成后，我们将发布电池续航测试结果。
RTX Spark N1X 平台
RTX Spark 是 NVIDIA 为基于 N1X 超级芯片的 Windows PC 系列产品命名的名称，其笔记本电脑版本DGX Spark与 GB10 类似，我们的Surface Laptop Ultra 评测对该平台进行了深入介绍。我们实验室的 Pro 9n 搭载的是第二批处理器，它配备了一颗 18 核 Grace CPU（9 个高速核心和 9 个能效核心，不支持 SMT）以及一颗 5,120 核的 Blackwell RTX GPU。联想官方标称高速核心最高频率为 3.9GHz，能效核心最高频率为 2.8GHz，并且在其他配置中也提供 20 核、6,144 核 GPU 的版本。
N1X 的 LPDDR5X 内存由 CPU 和 GPU 共享，NVIDIA 应用程序中的一项设置决定了 Windows 分配给 GPU 的内存大小；这是 Windows 端的设置，而非 BIOS 选项。我们将 32GB 的 Pro 9n 设置为 12GB GPU 和 20GB CPU，与 32GB 的 OmniBook 的内存分配相同，以便两者直接比较。12GB 的内存分配都无法满足我们最小的本地 AI 模型层级的要求，该层级需要 16GB 的 GPU 可用内存，而更大的分配量则会占用 Windows 可用的内存。Windows 11 26H1 运行在 Arm64 架构上；x64 应用程序通过 Prism 进行模拟，而我们的测试套件则使用所有开源工作负载的原生 Arm64 版本。
联想Pro 9n 15规格
| 规格 | 联想 Pro 9n 15 (83SS0003US) |
|---|---|
| 平台概述 | |
| 处理器 | NVIDIA RTX Spark N1X，18 核 CPU 搭配 5,120 核 Blackwell RTX GPU（测试机型） NVIDIA RTX Spark N1X，20 核 CPU 搭配 6,144 核 Blackwell RTX GPU |
| 内存 | 32GB 板载 LPDDR5X-9400，256 位（经测试）；最高可达 128GB 12GB GPU / 20GB 系统内存分配（经测试） |
| 存放 | 最多可支持两个 M.2 2242 固态硬盘（一个 PCIe Gen4，一个 PCIe Gen5） 三星 MZAL81T0HFLB 1TB，Gen4 x4（经测试） |
| 运行系统 | Windows 11 家庭版或专业版（Arm64）；测试版本为 Windows 11 专业版。 |
| 显示和 I/O | |
| 展示 | 15.3英寸2.5K (2560 x 1600) PureSight Pro OLED触控屏，48-165Hz VRR，16:10 峰值亮度 1,100 尼特（HDR），100% sRGB 和 P3 色域，Delta E <0.5，经 X-Rite Pantone 校准 杜比视界、VESA DisplayHDR True Black 1000、玻璃 |
| 端口 | 2 个 USB-C 40Gbps 接口（Thunderbolt 4 / USB4，支持 USB PD 和 DisplayPort 2.1） 2 个 USB-A 10Gbps 接口（其中一个始终开启） 1 个 HDMI 2.1 接口（最高支持 8K/60Hz） 1 个 SD 卡读卡器（UHS-II） 1 个耳机/麦克风组合插孔 |
| 无线耳机 | Wi-Fi 7 (802.11be 2×2)、蓝牙 5.4 |
| 相机 | 9.2万像素+红外，带电子快门和开关 |
| 音频 | 四个扬声器：2 个 2W 低音单元，2 个 2W 高音单元；支持杜比全景声 (Dolby Atmos)。 3 个麦克风 |
| 输入 | 背光键盘，1.5毫米键程，Copilot键 95 x 150 毫米触觉力反馈触控板，支持触控笔 Yoga Pen Gen 2（AES 3.0，8,192级压力感应） |
| 力量和体能 | |
| 电池 | 92.5Wh，快速充电快充 |
| 热设计 | 更大的通风口和散热凸起；最高可达 80W TDP（联想标称值） |
| 尺寸 | 13.66 x 9.53 x 0.66 英寸（347 x 242 x 16.7 毫米） |
| 重量 | 起始重量 3.64 磅（1.65 千克） |
| 颜色和材质 | 雷霆灰，铝合金顶盖和底盖；通过 MIL-STD-810H 测试 |
| 定价 | |
| 价格（Lenovo.com） | 起价 2,999.99 美元（18 核处理器，32GB 内存，512GB 硬盘）；测试配置未列出 |
测试设置和方法
我们的 Pro 9n 15 搭载 RTX Spark N1X 显卡，配备 18 核 CPU 和 5,120 核 Blackwell GPU，32GB LPDDR5X-9400 内存（12GB GPU 内存和 20GB 系统内存），以及一块 1TB 三星 Gen4 SSD 固态硬盘，运行 Windows 11 专业版 26H1 (Arm64) 操作系统。基准测试在联想性能模式下进行。电池续航测试结果将在完成后添加。
本次对比测试中，所有系统均运行了我们编写的 Windows 客户端基准测试套件 sr-client 1.2，并分别以完整运行模式和峰值模式进行测试，使用出厂预装的 Windows 系统镜像以及 OEM 提供的驱动程序和实用程序。该套件在所有系统上均采用相同的实验室设置：Windows 电源模式设置为“最佳性能”，已连接电源，显示器亮度设置为 50%，所有睡眠和显示器关闭定时器均已禁用，Windows 防火墙和 UAC 提示也已关闭。每个测试结果均为多次运行的中位数，如果测试结果的波动超过 2%，则该套件会重新运行测试才会接受该结果。
| 系统 | 中央处理器 | 内存 | GPU 用于 GPU 和 AI 测试 | SSD | 操作系统和性能模式 |
|---|---|---|---|---|---|
| 联想Pro 9n 15 | NVIDIA RTX Spark N1X，18核/18线程 | 32GB LPDDR5X-9400（12GB GPU / 20GB 系统内存） | 5,120 核心 Blackwell RTX（集成显卡，可用显存 12GB） | 三星 MZAL81T0HFLB 1TB，Gen4 x4 | Windows 11 专业版 26H1 (Arm64)，联想性能模式 |
| HP OmniBook Ultra 16 (32GB) | NVIDIA RTX Spark N1X，20核/20线程 | 32GB LPDDR5X-9400（12GB GPU / 20GB 系统内存） | 6,144 核心 Blackwell RTX（集成显卡，可用显存 12GB） | KIOXIA KBG80ZNV 1TB，第五代 x4 | Windows 11 家庭版 26H1 (Arm64)，HP 性能 |
| 联想 Yoga 9n 二合一笔记本电脑 16 | NVIDIA RTX Spark N1X，20核/20线程 | 64GB LPDDR5X-9400（32GB GPU / 32GB 系统内存） | 6,144 核心 Blackwell RTX（集成显卡，可用显存 32GB） | 闪迪 PC SN5100S 1TB，Gen4 x4 | Windows 11 家庭版 26H1 (Arm64)，联想性能模式 |
| 雷蛇刃16 | AMD Ryzen AI 9 HX 370，12核/24线程 | 32GB LPDDR5X-8000 | NVIDIA GeForce RTX 5090 笔记本电脑显卡，24GB | 三星 MZVL22T0 2TB，Gen4 x4 | Windows 11 家庭版 25H2 (x64)，Razer Synapse 性能 |
表格中反复出现两个标签，第一个标签对人工智能部分最为重要。“未运行”表示测试套件拒绝启动测试，因为硬件不符合要求：Pro 9n 和 32GB 的 OmniBook（可用 GPU 内存为 12GB）低于我们设定的两个型号级别，而 Yoga 的 32GB 内存和 Blade 16 的 24GB 内存则低于 M 级。该标签还标记了 OpenBLAS N=40000 的测试大小，该大小需要 11.9GB 内存，如果超过 Windows 系统可用内存的一半，则会跳过测试。
N/A 表示该测试不适用于该硬件，例如在不支持 SMT 的芯片上测试 SMT 单核，或者在运行原生版本的 x64 系统上测试模拟行。如果 RTX Spark 系统通过 Prism 运行 x64 软件，则该行会注明。
本地人工智能性能
Pro 9n 的本地 AI 功能表现平平，因为其 12GB 的 GPU 内存分配限制了它的性能。对于适配的模型，5,120 核 GPU 的性能与 6,144 核 GPU 的性能相差无几，因为这种规模的令牌生成更多地受限于内存带宽而非 GPU 核心数。对于不适配的模型，它根本无法运行，因此模型加载和编码代理测试只能交给 Yoga 和 Blade 16 来完成。
MLPerf 客户端 v2.0
MLPerf 客户端运行 Llama 3.1 8B 和 Phi-4-mini，涵盖五种提示类别，并报告首次令牌到达时间和之后的令牌生成率（以几何平均值表示）。此处所有系统均使用 llama.cpp 和 CUDA，因此各行数据比较的是硬件性能。代理场景中，Llama 3.1 8B 分别作为软件工程代理和数据分析代理运行，并在多个回合中调用工具。
| MLPerf 客户端 v2.0 | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| Llama 3.1 8B，首次到达令牌的时间，几何平均值（秒，越低越好） | 0.303 | 0.275 | 0.353 | 0.149 |
| Llama 3.1 8B，令牌速率，几何平均值（令牌/秒） | 55.1 | 56.4 | 54.4 | 128.8 |
| Phi-4-mini，首次令牌到达时间，几何平均值（秒，越低越好） | 0.135 | 0.123 | 0.158 | 0.074 |
| Phi-4-mini，令牌率，几何平均值（令牌/秒） | 95.2 | 96.8 | 91.8 | 222.7 |
| 数据分析代理，端到端（s，数值越低越好） | 56.2 | 52.4 | 59.7 | 27.8 |
| 数据分析代理，代币速率（tok/s） | 46.9 | 49.0 | 45.3 | 108.3 |
| SWE Agent，端到端（s，数值越低越好） | 48.0 | 46.2 | 51.6 | 24.6 |
| SWE 代理，代币速率（tok/s） | 44.5 | 46.6 | 43.0 | 102.5 |
Pro 9n 在 Llama 3.1 8B 测试中每秒生成 55.1 个令牌，在 Phi-4-mini 测试中每秒生成 95.2 个令牌，尽管 GPU 核心数量少了 17%，但两项测试结果都比 32GB 的 OmniBook 慢了约 2%。更依赖计算能力的首次令牌生成时间差距更大，约为 10%，而两种智能体场景的测试时间分别慢了 7% 和 4%。Pro 9n 在 MLPerf 测试的每一项都胜过 Yoga，因为 Yoga 较低的功耗预算比 Pro 9n 缺少的核心数量造成的性能损失更大。
模型加载和编码代理
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.
检索增强生成
我们的 RAG 测试使用 nomic-embed-text 嵌入了 20,963 段 SQuAD v1.1 文章，针对 2,000 个问题分别检索出前五段文章，并使用 Phi-4-mini 对其中 400 道题进行解答，评分标准为完全匹配和 F1 值。两款机型都配备 12GB 存储空间，因此 Pro 9n 可以运行完整测试。
| 鲁尔 | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| 摄入墙壁时间，20,963 次（秒，越低越好） | 191.8 | 195.2 | 188.8 | 131.0 |
| 检索查询时间，p50（毫秒，数值越低越好） | 24.2 | 22.5 | 22.6 | 20.9 |
| 答案，Phi-4-mini 首次令牌到达时间，p50（秒，越低越好） | 0.171 | 0.156 | 0.181 | 0.109 |
| 回答，快速处理（tok/s） | 6,268 | 7,139 | 5,837 | 11,560 |
| 答案，生成速率（tok/s） | 96.6 | 102.0 | 91.1 | 209.2 |
| 问题回答，p50（s，越低越好） | 0.252 | 0.231 | 0.262 | 0.159 |
| 答案 F1 (%) | 74.27 | 73.97 | 73.97 | 74.47 |
Pro 9n 导入语料库耗时 191.8 秒，比 32GB OmniBook 的 195.2 秒更快；其答案生成速度为每秒 96.6 个词元，略低于 HP 的 102.0 个词元。从查询到回答，一个典型问题的耗时为 0.252 秒，介于 HP 的 0.231 秒和 Yoga 的 0.262 秒之间，而 Blade 16 的回答时间为 0.159 秒。F1 在所有系统中的得分均相差不到 0.5 分。
中央处理器性能
Pro 9n 的核心数比 20 核少两个，但实际性能却比其核心数所显示的要低，因为在全核负载下，它的时钟频率高于 20 核系统。在渲染、压缩和编译方面，它比 32GB 的 OmniBook 落后 8% 到 11%，在 Stockfish 和 N=20000 OpenBLAS 求解测试中与 OmniBook 持平，与 20 核 Yoga 互有胜负，在 Cinebench、Stockfish、primesieve 和 OpenBLAS 测试中领先。在单线程测试中，它在 Cinebench 测试中比 20 核机型落后约 8%，在其他测试中落后 2% 到 6%。与 Razer Blade 16 相比，Pro 9n 在渲染、压缩和编译方面胜出，但在 GROMACS、Stockfish、全核 OpenBLAS、SVT-AV1 和大多数单线程测试中落败。
Cinebench 2026 和持续负载
Cinebench 2026 使用 Maxon 的 Redshift 引擎在 CPU 上渲染场景，并分别测试单核、SMT 单核（一个物理核心上运行两个线程）和多核的吞吐量。随后，我们进行一个持续循环测试，重复多核运行约 30 分钟，并将稳定状态与第一次运行进行比较。
| Cinebench 2026（分数越高越好） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| 单核 | 518.2 | 564.7 | 557.0 | 480.0 |
| SMT单核 | 无 | 无 | 无 | 661.3 |
| 多核心 | 6,394 | 6,934 | 6,292 | 5,179 |
| 持续循环，第一次 | 6,346 | 6,943 | 6,248 | 5,162 |
| 持续循环，稳态 | 6,416 | 6,929 | 6,256 | 5,206 |
| 稳态/首次通过 | 1.011 | 0.998 | 1.001 | 1.009 |
Pro 9n 的多核跑分为 6,394 分，比 32GB 版 OmniBook 的 6,934 分低 8%，比 Yoga 高 2%，比 Blade 16 高 23%。其单核跑分为 518.2 分，比 20 核系统低约 7% 到 8%。持续循环测试持续半小时，最终得分达到 6,416 分，是第一次测试的 101.1%，CPU 最高温度为 92 摄氏度，频率为 3,288MHz。
7-Zip、Blender、HandBrake 和 LLVM
7-Zip 的内置基准测试报告了每个线程和单个核心上的 LZMA 压缩和解压缩吞吐量。Blender 4.5 使用 Cycles 渲染器在 CPU 上渲染 Monster、Junkshop 和 Classroom 场景。HandBrake 使用 x265 和 SVT-AV1 对 60 秒的 4K60 视频片段进行软件编码。LLVM 测试使用 Clang 和 Ninja 编译完整的 LLVM 21.1.4 代码树。
| 7-Zip，单线程（GIPS，数值越高越好） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| 合计 | 8.93 | 9.10 | 9.12 | 9.24 |
| 压缩 | 7.26 | 7.33 | 7.35 | 7.28 |
| 解压缩 | 10.59 | 10.87 | 10.88 | 11.20 |
这些测试充分体现了核心数量的优势。Pro 9n 在 7-Zip 全线程测试中达到了 138.1 GIPS，比 OmniBook 慢 10%，比 Blade 16 快 10%；在 Blender 的 Monster 场景中比 HP 慢 9%，在 Classroom 场景中慢 8%。LLVM 构建耗时 229.8 秒，而 HP 和 Blade 分别耗时 211.1 秒和 327.0 秒；x265 编码帧率为 37.7 fps，比 OmniBook 慢 11%。
SVT-AV1 在每个 RTX Spark 系统上的运行帧率约为 15 fps，而在 Blade 16 上则为 77.3 fps，这表明 SVT-AV1 的 Arm64 代码路径是导致结果的原因，因为所有四个 N1X 配置都在彼此的一帧内完成，而且在我们测试的软件套件中，这是导致结果的最清晰的例子。
Stockfish、primesieve、Python 和浏览器
Stockfish 报告的国际象棋搜索速度以每秒百万个节点为单位。primesieve 统计所有线程上小于 10^12 的素数，以及单个线程上小于 10^11 的素数。PyPerformance 运行三个 CPython 基准测试程序，每个程序都绑定到一个高性能核心上。Speedometer 3.1 测量 Microsoft Edge 浏览器中 Web 应用程序的响应速度。最后两行运行的是 Prism 模拟器下的 7-Zip x64 版本。
| 《测试》（Test） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| Stockfish 基准测试，所有线程（Mnps，数值越高越好） | 15.20 | 15.12 | 13.42 | 17.96 |
| Stockfish 工作台，单线程（Mnps，数值越高越好） | 1.70 | 1.73 | 1.72 | 2.04 |
| primesieve 1e12，所有线程（s，越低越好） | 10.56 | 9.54 | 10.77 | 10.60 |
| primesieve 1e11，单线程（s，越低越好） | 12.34 | 12.02 | 12.01 | 6.67 |
| PyPerformance 的值为（毫秒，数值越低越好） | 114.1 | 111.2 | 110.6 | 75.2 |
| PyPerformance nbody（毫秒，数值越低越好） | 82.5 | 80.6 | 80.5 | 60.8 |
| PyPerformance 正则表达式编译（毫秒，数值越低越好） | 86.7 | 84.5 | 84.3 | 69.7 |
| Speedometer 3.1，Edge（评分，越高越好） | 33.9 | 35.4 | 36.1 | 38.4 |
| x64 7-Zip 在模拟器下运行，所有线程 (GIPS) | 117.6 | 127.8 | 124.3 | 不适用（原生 x64） |
| x64 7-Zip 在模拟器下运行，单线程 (GIPS) | 7.94 | 8.36 | 8.25 | 不适用（原生 x64） |
Stockfish 测试充分发挥了 Pro 9n 高频率的优势。在所有 18 个核心上，它的搜索速度达到了 15.20 Mnps，略高于 20 核 OmniBook 的 15.12 Mnps，比 Yoga 高出 13%，运行频率为 3,292MHz，这是我们测试过的所有 RTX Spark 系统中 Stockfish 频率最高的。PrimeSieve 全线程测试耗时 10.56 秒，而 HP 的耗时为 9.54 秒。
单线程测试中，Pro 9n 的性能略逊于 20 核机型，PyPerformance 测试结果为 114.1 毫秒，而 20 核机型为 111.2 毫秒；Speedometer 得分为 33.9，是本次测试中最低的。除了 Cinebench 单核测试外，Blade 16 在所有测试中都领先，Pro 9n 的 Cinebench 单核得分为 518.2，高于 Blade 16 的 480.0。在模拟器下，x64 版本的 7-Zip 运行速度为 117.6 GIPS，达到原生性能的 85%。
GROMACS、OpenBLAS 和内存
GROMACS 在 16 个核心上运行 benchMEM 分子动力学算例，并报告最佳布局下每天的模拟时间（以纳秒为单位）。我们的 OpenBLAS 测试在所有核心和最高核心等级上运行 HPL 风格的双精度 LU 分解求解（三种问题规模）以及 DGEMM 矩阵乘法运算，它是该测试套件中持续浮点运算负载最高的。STREAM 测量持续内存带宽，延迟行测量单次内存访问和核心间延迟。
| 测试（分数越高越好） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| GROMACS benchMEM，最佳布局（ns/天） | 16.88 | 17.43 | 17.15 | 26.41 |
| OpenBLAS LU N=10000，所有内核 (GFLOPS) | 303.4 | 326.9 | 281.3 | 400.9 |
| OpenBLAS LU N=20000，所有内核 (GFLOPS) | 318.1 | 322.4 | 298.6 | 454.4 |
| OpenBLAS LU N=40000，所有内核 (GFLOPS) | 未运行（需要 11.9GB） | 未运行（需要 11.9GB） | 282.5 | 498.5 |
| OpenBLAS LU N=20000，顶级核心级别（GFLOPS） | 403.8 | 432.2 | 273.2 | 240.4 |
| OpenBLAS DGEMM M=8000，所有核心（GFLOPS） | 357.6 | 368.9 | 312.7 | 455.4 |
| OpenBLAS DGEMM M=8000，顶级核心级别（GFLOPS） | 448.3 | 488.7 | 346.7 | 252.4 |
OpenBLAS 测试中，Pro 9n 与 32GB OmniBook 之间的差距微乎其微。在 N=20000 的 LU 求解测试中，Pro 9n 的全核性能为 318.1 GFLOPS，而 OmniBook 为 322.4 GFLOPS；在 DGEMM 求解测试中，Pro 9n 的全核性能为 357.6 GFLOPS，而 OmniBook 为 368.9 GFLOPS；仅使用其九个高速核心，Pro 9n 的 N=20000 求解性能就达到了 403.8 GFLOPS，这一成绩超越了其自身的全核性能，与 HP 的成绩相同。在 OpenBLAS 测试中，Pro 9n 在所有运行的测试行中都领先于 Yoga，而 Blade 16 在所有核心测试中都领先于其他所有机型。GROMACS 测试结果显示，Pro 9n 的每日计算速度为 16.88 ns，比 HP 慢 3%，而 Blade 16 的每日计算速度为 26.41 ns。
| 《测试》（Test） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| 流式复制（MB/s，速度越高越好） | 127,682 | 128,814 | 118,738 | 43,731 |
| STREAM Triad（MB/s，越高越好） | 120,272 | 121,662 | 112,067 | 48,298 |
| 内存延迟，1GiB 缓冲区，4KiB 页（纳秒，越低越好） | 143.4 | 143.5 | 141.8 | 129.6 |
| 核心间延迟，所有核心对的平均值（ns，数值越低越好） | 160.6 | 160.9 | 162.8 | 57.0 |
内存性能与 20 核系统平台的结果相同。STREAM Triad 测试速度达到 120,272MB/s，与 OmniBook 的差距约为 1%，是 Blade 16 的 2.5 倍，内存延迟为 143.4 ns，核心间延迟为 160.6 ns，均与 HP 的性能相当。
游戏和GPU编码
SuperTuxKart 1.5 内置基准测试程序在 1080p 全屏模式下，以最高预设设置关闭垂直同步运行，分别使用游戏原生 Arm64 版本和模拟器运行的 x64 版本进行测试。FFmpeg 使用 NVENC HEVC 编码（码率为 8Mbps）和 Media Foundation HEVC 编码器（如有）对同一段 4K60 视频进行编码。
| 测试（分数越高越好） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| SuperTuxKart 1080p 超高画质，原生画质，平均帧率 (fps) | 218.4 | 236.1 | 216.4 | 200.0 |
| SuperTuxKart 1080p 超高清，原生，稳定（帧率） | 140 | 147 | 131 | 115 |
| SuperTuxKart 1080p 超高画质，x64 模拟器运行，平均帧率 (fps) | 248.6 | 265.4 | 186.8 | 不适用（原生 x64） |
| SuperTuxKart 1080p 超高画质，x64 模拟器运行，帧率稳定 (fps) | 94 | 143 | 93 | 不适用（原生 x64） |
| FFmpeg NVENC HEVC，4K60，8Mbps（帧率） | 139 | 137 | 139 | 132 |
| FFmpeg 媒体基金会 HEVC (fps) | 55 | 55 | 65 | 无 |
Pro 9n 在原生系统下平均帧率为 218.4 fps，比 32GB 版 OmniBook 低 7%，与 Yoga 持平，高于 Blade 16 的 200.0 fps，这表明 RTX 5090 并非 1080p 分辨率下游戏性能的瓶颈。在模拟器下运行的 x64 版本平均帧率为 248.6 fps，高于原生系统，但其 94 fps 的稳定帧率表现欠佳。NVENC 编码器为固定功能编码器，Pro 9n 在 HEVC 编码下达到的 139 fps 与 20 核系统相当。
暖流
Pro 9n 的散热测试结果最有力地证明了联想的系统设计。在 HandBrake 测试中，其最高温度达到 93 摄氏度；在 Cinebench 和持续循环测试中，最高温度达到 92 摄氏度，这是其温度最高的测试项目；在其他 CPU 测试项目中，温度则在 83 至 92 摄氏度之间。相比之下，32GB 版 OmniBook 在所有 CPU 测试中的最高温度都达到了 97 至 98 摄氏度。Pro 9n 在持续循环测试中的平均温度为 87 摄氏度，而惠普 OmniBook 的平均温度为 98 摄氏度。RTX Spark 系统仅通过 Windows 系统的温度分区报告 CPU 温度，而 Pro 9n 的温度分区在空闲频率下会短暂出现 100 至 130 摄氏度的错误读数，这些读数已被排除。
| CPU温度，最高/平均（摄氏度） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| Cinebench 2026 | 92 / 70 | 98 / 83 | 72 / 65 | 96 / 78 |
| 7-ZIP | 83 / 63 | 98 / 77 | 76 / 62 | 99 / 84 |
| 鳕鱼干 | 88 / 83 | 98 / 96 | 71 / 69 | 92 / 90 |
| 混合器 | 91 / 80 | 98 / 97 | 80 / 75 | 95 / 87 |
| 手刹 | 93 / 74 | 98 / 87 | 86 / 71 | 92 / 86 |
| LLVM 构建 | 87 / 79 | 98 / 92 | 81 / 75 | 98 / 93 |
| GROMACS | 89 / 85 | 98 / 96 | 84 / 81 | 97 / 94 |
| 开放式BLAS | 92 / 83 | 97 / 93 | 85 / 74 | 91 / 87 |
| 流 | 78 / 66 | 95 / 89 | 64 / 59 | 75 / 71 |
| 超级卡丁车 | 74 / 68 | 94 / 86 | 68 / 62 | 89 / 82 |
| MLPerf 客户端 | 76 / 66 | 93 / 85 | 72 / 60 | 97 / 76 |
| 编码代理 | 未运行 | 未运行 | 71 / 67 | 91 / 84 |
| 鲁尔 | 76 / 71 | 94 / 90 | 84 / 75 | 88 / 83 |
| 持续循环 | 92 / 87 | 98 / 98 | 72 / 70 | 94 / 90 |
更低的运行温度并没有降低 Pro 9n 的时钟频率：在所有核心负载下，其频率在所有 CPU 测试中都与 OmniBook 的频率相差不到 1%，并且在 Stockfish、GROMACS、OpenBLAS 和持续循环测试中甚至更高，例如在持续循环测试中，Pro 9n 的频率达到了 3,288MHz，而 HP 为 3,232MHz，Yoga 为 3,015MHz。联想官方标称 Pro 9n 的功耗最高为 80W，Yoga 为 70W，由于 Pro 9n 少了两个核心共享功耗，因此每个核心都能以更低的温度运行得更快。与我们测试过的所有 RTX Spark 系统一样，Pro 9n 在整个循环测试中都保持了稳定的时钟频率。
| 平均CPU时钟频率（MHz） | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| Cinebench 2026 | 2,951 | 2,964 | 2,799 | 4,158 |
| 7-ZIP | 2,849 | 2,862 | 2,722 | 4,014 |
| 鳕鱼干 | 3,292 | 3,269 | 3,057 | 3,645 |
| 混合器 | 3,216 | 3,241 | 3,111 | 3,729 |
| 手刹 | 2,834 | 2,865 | 2,687 | 3,814 |
| LLVM 构建 | 3,197 | 3,193 | 3,083 | 3,697 |
| GROMACS | 3,367 | 3,315 | 3,226 | 3,874 |
| 开放式BLAS | 3,192 | 3,057 | 2,890 | 4,274 |
| 流 | 3,101 | 3,251 | 3,077 | 3,684 |
| 超级卡丁车 | 2,017 | 2,008 | 2,002 | 4,349 |
| MLPerf 客户端 | 2,027 | 2,241 | 1,935 | 3,593 |
| 编码代理 | 未运行 | 未运行 | 1,945 | 3,789 |
| 鲁尔 | 2,760 | 2,724 | 2,707 | 3,764 |
| 持续循环 | 3,288 | 3,232 | 3,015 | 3,726 |
固态硬盘是唯一发热的组件，在存储测试期间，三星硬盘的最高温度达到 78 摄氏度，是本次对比测试中所有系统中温度最高的，比 32GB OmniBook 的 Gen5 KIOXIA 高出 14 摄氏度。
储存效能
我们的存储测试使用 fio 的四个角分别对启动盘进行 5GB 和 25GB 的读写测试，测试内容包括文件系统读写和裸盘读写，此处报告的是 25GB 测试的结果。裸盘读写数据绕过了 NTFS 和 BitLocker，因此两者之间的差距显示了硬盘在 Windows I/O 路径下的性能极限。Pro 9n 和 Yoga 的 BitLocker 保护已关闭，而 OmniBook 的 BitLocker 保护已开启。
| fio，25GB 占用空间，QD32 | Pro 9n 15 | OmniBook Ultra 16 (32GB) | Yoga 9n 二合一 16 | 雷蛇刃16 |
|---|---|---|---|---|
| 顺序读取 128K，文件系统 (MB/s) | 7,024 | 10,509 | 6,874 | 7,125 |
| 顺序读取 128K，原始设备 (MB/s) | 7,165 | 10,047 | 6,975 | 7,134 |
| 顺序写入 128K (MB/s) | 5,699 | 9,464 | 5,905 | 5,250 |
| 随机读取 4K，文件系统，峰值（IOPS） | 338,936 | 289,024 | 394,468 | 694,597 |
| 随机读取 4K，原始设备，峰值（IOPS） | 973,106 | 1,412,982 | 765,766 | 993,050 |
| 随机写入 4K，峰值（IOPS） | 192,000 | 226,661 | 68,923 | 648,446 |
| 原始/文件系统随机读取 | 2.87x | 4.89x | 1.94x | 1.43x |
| 随机读取 4K，4 个任务，p99 延迟（微秒，越低越好） | 578 | 494 | 522 | 444 |
| 随机写入 4K，4 个任务，p99 延迟（微秒，越低越好） | 758 | 602 | 12,255 | 371 |
| 驱动器温度，最高（摄氏度） | 78 | 64 | 67 | 60 |
Pro 9n 的 1TB 三星第四代硬盘顺序读取速度为 7,024MB/s，顺序写入速度为 5,699MB/s，与 Yoga 和 Blade 16 中的第四代硬盘性能相当，约为 OmniBook 第五代 KIOXIA 硬盘的三分之二。随机读取文件系统的 IOPS 达到 338.9K，高于 HP 的 289.0K（原始设备 IOPS 上限为 973.1K）。这一 2.9 倍的差距小于 OmniBook 的 4.9 倍，这与 BitLocker 软件加密导致 HP 性能增加的预期相符。
随机写入性能达到 192.0K IOPS，低于 HP 的 226.7K，但几乎是 Yoga QLC 固态硬盘的三倍。Pro 9n 的六项 fio 配置在重新测试后差异超过了我们设定的 2% 上限，因此被标记为部分结果，这些结果分布在随机读取、随机写入以及 5GB 容量的顺序读取测试中。联想表示，Gen5 版本预留了第二个 M.2 2242 固态硬盘的安装空间，对于想要体验 20 核系统顺序读写速度的用户来说，这将是一个升级方案。
结语
联想Pro 9n 15搭载的18核RTX Spark芯片表现出色。联想的散热设计和80W的额定功率使其在92摄氏度的峰值温度下，全核频率高于20核的翻盖笔记本电脑，因此在渲染性能上仅比32GB的OmniBook Ultra 16低8%到11%，并且在Stockfish和OpenBLAS的编译测试中也能与之匹敌。其较小的GPU在LLM令牌生成方面仅损失2%到5%的成本，而且它是本次评测中最轻薄的系统，重量仅为3.64磅（约1.6公斤），配备Delta E值低于0.5的165Hz OLED屏幕和支持手写笔的力反馈触控板。
内存是此配置的唯一瓶颈，因为 32GB 内存中分配的 12GB GPU 无法容纳 12.8GB 的 gpt-oss:20b 磁盘，所以 Pro 9n 无法参与我们的模型加载和编码代理测试。此外，其第四代 SSD 的顺序读取速度约为 OmniBook 第五代 SSD 的三分之二，不过联想也提供了第二块硬盘的选项。平台方面的限制也同样存在：Windows on Arm I/O 路径、Arm64 移植版本（例如 SVT-AV1）的性能落后于 x64 版本，以及单线程性能方面 Razer Blade 16 更胜一筹。一如既往，我们预计随着这些产品的上市，软件生态系统将迅速发展。
对于那些想要在同类产品中最轻薄的机身中搭载 RTX Spark CPU 和色彩校准 OLED 显示屏，并且本地 AI 工作只需运行小型模型的创作者和开发者来说，Pro 9n 15 的性能与 20 核系统相比毫不逊色，而且运行温度更低。如果想要在本地运行 20 亿或更大的模型，则需要配置更大的内存，或者选择 64GB 或 128GB 的版本。
排行榜：联想 Pro 9n 15 出现在我们“最佳本地 AI 笔记本电脑”排行榜的 RTX Spark 部分，与我们在新客户端套件上测试过的其他 N1X 系统一起。
Amazon