联想 Yoga 9n 二合一笔记本电脑将 NVIDIA RTX Spark N1X 显卡融入到一款可翻转笔记本电脑中：它配备一块 16 英寸 OLED 触控屏，可通过铰链折叠成平板电脑模式和帐篷模式，并支持触控笔操作，机身采用 0.69 英寸厚的铝合金材质。我们评测的这款机型搭载了完整的 20 核 N1X 处理器，配备 6,144 核 Blackwell GPU、64GB LPDDR5X 内存和 1TB Gen4 SSD，百思买 (Best Buy) 的标价为 3,749.99 美元。另有一款 18 核、32GB 内存和 1TB 固态硬盘的机型售价为 3,099.99 美元。
三个对比系统有助于我们理解 Yoga 的测试结果。HP OmniBook Ultra 16（128GB 版本）采用相同的 20 核 N1X 处理器，配备 16 英寸翻盖式机身，是我们测试过的速度最快的 RTX Spark 笔记本电脑，因此它成为了衡量 Yoga 散热调校性能的标杆。联想 Pro 9n 15是 Yoga 的 18 核版本，而 Razer Blade 16 则代表了 x64 架构的笔记本电脑，因为它的 RTX 5090 显卡在我们之前的Surface Laptop Ultra 评测中表现最佳。接下来，评测将涵盖外观设计、本地 AI、CPU、内存、游戏性能、散热和存储；电池续航测试结果将在新的测试平台搭建完成后公布。
温度是Yoga笔记本电脑性能的真正体现：在OmniBook全核负载下温度高达98摄氏度时，Yoga的CPU最高温度仅为71至86摄氏度，并且在72摄氏度下持续运行30分钟循环测试，性能丝毫未减。联想将此归功于重新设计的散热系统，该系统采用了更大的通风口和更高的散热凸起，而可翻转铰链的设计也为通风口后方留出了更多空间，促进空气流通。但这种设计的代价是全核频率较低，导致Yoga在大多数多线程测试中比OmniBook落后4%到10%，但在单线程测试中则与之持平。
关键精华
- 32GB 的 GPU 内存可以让我们的 S 级机型全速运行： 编码代理以每秒 58.0 个 token 的速度生成 gpt-oss:20b，与 128GB 的 OmniBook 速度相同，而 MLPerf 的运行速度与之相差不到 5%。Tier M 的 Qwen3.6-35B-A3B 需要大约 40GB 的 GPU 显存，因此 Yoga 无法参与测试。
- 我们测试过的最酷的RTX Spark笔记本电脑： 在 Cinebench 测试中，峰值温度为 72°C，持续循环测试温度也为 72°C，而 OmniBook 的峰值温度为 98°C，在第一次测试中稳定在 100% 的温度下。
- 温度升高 25 度时，CPU 吞吐量下降几个百分点： 在 Cinebench 2026 多核测试中，得分为 6,292，比 OmniBook 低 10%，比 Razer Blade 16 高 22%，单核得分为 557.0，与 HP 的得分相同。
- 专为创作者打造的敞篷车： 这款笔记本电脑配备 2.8K OLED 显示屏，峰值亮度为 1,100 尼特；配备可与附带的 Yoga Pen Gen 2 配合使用的触觉触控板；配备旋转式条形音箱上的高音扬声器；以及 99.9Wh 电池，机身重量为 4.28 磅。
- QLC存储是其弱点： 第四代 QLC SSD 的顺序读取速度为 6,874MB/s，但 4K 随机写入的 IOPS 仅为 68.9K，是该组中最低的，并且它使冷启动速度降低了约 2 秒。
建筑与设计
Yoga 9n 二合一笔记本电脑采用联想的可翻转设计，其铰链可将屏幕翻转成平板电脑模式、帐篷模式和支架模式。机身顶部和底部均采用铝合金材质，并以宇宙蓝配色呈现，最薄处尺寸为 14.17 x 9.57 x 0.69 英寸，起始重量为 4.28 磅。联想表示，该设计已通过 MIL-STD-810H 军规测试，并且底盖使用了 50% 的再生铝材。
Yoga 拿在手里，圆润的边角和接口布局与 Pro 9n 相似，顶盖采用磁吸式设计。键盘为全尺寸布局，配备数字小键盘，手感扎实；玻璃材质的 Force Pad 触控板尺寸足够大，可以双手同时操作。Yoga 比 Pro 9n 略宽，其铰链可以将屏幕完全向后翻转，方便平板电脑使用，与 Pro 9n 的翻盖式设计相比，Yoga 在散热孔和铰链之间留出了更大的空间。
散热是 Yoga 与其他我们测试过的 RTX Spark 笔记本电脑最大的区别所在。联想重新设计了散热系统，加大了通风口，并在底部增加了散热凸起，可翻转的铰链设计也为机身后部留出了更多空间，有利于空气流通。最终，Yoga 的 CPU 在 Stockfish 测试中温度仅为 71 摄氏度，而 OmniBook 则高达 98 摄氏度；散热部分将详细分析其较低的运行频率。
底部，穿孔式进气格栅覆盖了底盖后半部分的大部分，排气口则沿着铰链下方的后边缘布置。取下底盖后，可以看到两个风扇位于后角，而宽大的散热片组件及其热管则横跨电路板中央，位于两个风扇之间。
乍一看，Yoga 9n 的散热器和风扇组件似乎与 Pro 9n 相同，但 Yoga 9n 采用的是无导风罩风扇。Pro 9n 则配备了半月形挡板，可以部分遮挡两个风扇的进气口。M.2 2242 SSD 位于主板中央散热片的下方，旁边是联想提供的第二个 M.2 插槽。99.9Wh 的电池占据了机身前半部分，两侧是低音炮箱体，扬声器通过两侧靠近前端的缝隙向外发声。
联想 Yoga 系列笔记本电脑与其他 NVIDIA 移动平台的一个显著区别在于其配备了两个 2242 M.2 插槽，而其他平台则使用单个 2280 插槽。这使得 Yoga 系列笔记本电脑拥有第二个硬盘位，但 2242 SSD 的容量较小，性能通常不如 2280 SSD，这在存储方面有所体现。
这款16英寸PureSight Pro OLED触控屏分辨率为2880 x 1800，刷新率可在30Hz至120Hz之间调节。联想官方标称其HDR峰值亮度为1,100尼特，sRGB和P3色域覆盖率均为100%，Delta E值小于1，支持杜比视界，并通过了VESA DisplayHDR True Black 1000认证。音频系统采用旋转式条形音箱铰链，内置四个2W低音单元和两个2W高音单元，确保高音单元在任何模式下都能面向用户。
键盘键程为 1.5 毫米，带有背光和 Copilot 辅助按键。键盘下方是触觉反馈的 Force Pad，它同时也是 Yoga Pen Gen 2 的绘图板。Yoga Pen Gen 2 支持 AES 3.0 编码，拥有 8,192 级压力感应和倾斜感应，可通过 USB-C 接口充电，并可收纳于磁吸式笔盒中，笔盒可吸附在笔记本电脑的背面。920 万像素红外摄像头配备电子快门，并由三个麦克风负责语音识别。
机身左侧配备 HDMI 2.1 接口、一个 10Gbps 的 USB-A 接口、一个支持 Power Delivery 和 DisplayPort 2.1 的 40Gbps USB4 接口以及耳机插孔；机身右侧则有电源按钮、UHS-I SD 读卡器、第二个 USB4 接口和第二个 USB-A 接口，其中两个 USB-A 接口中始终有一个处于开启状态。无线连接方面，支持 Wi-Fi 7 和蓝牙 5.4。99.9Wh 的电池支持 Rapid Charge Express 快速充电技术，联想表示充电 15 分钟即可使用 3 小时。
RTX Spark N1X 平台
RTX Spark 是基于 N1X 超级芯片的 Windows PC 系列，其笔记本电脑版本DGX Spark与 GB10 类似，我们的Surface Laptop Ultra 评测也涵盖了该平台。Yoga 搭载了顶级芯片，采用 20 核 Grace CPU（10 个高速核心和 10 个能效核心，不支持 SMT）和 6,144 核 Blackwell RTX GPU。
NVIDIA 将笔记本电脑的 N1X 芯片设计功耗范围设定为 45 至 80W，而 OEM 厂商如何在此范围内为笔记本电脑散热，对最终性能的影响与芯片本身同样重要。联想 Yoga 的功耗标称值为 70W，惠普 OmniBook 的功耗标称值最高为 70W，联想 Pro 9n 的功耗标称值最高为 80W，然而在相同负载下，这三款笔记本电脑的运行频率和温度却各不相同。
N1X 的 LPDDR5X 内存由 CPU 和 GPU 共享，通过 NVIDIA 应用程序（而不是 BIOS）中的设置来决定 Windows 分配给 GPU 的内存大小，因此可以从桌面更改分配比例。
我们的64GB Yoga采用32GB GPU/32GB CPU内存分配。这足以满足我们S级本地AI模型的需求，但不足以满足M级模型的需求，因为M级模型需要大约40GB内存。与所有RTX Spark系统一样，内存是限制因素，在购买时应以此为依据来决定配置。
这种固定的内存分配是 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 和微软正在努力解决这个问题。
Windows 11 26H1 运行在 Arm64 架构上；x64 应用程序通过 Prism 模拟，我们的套件使用每个开源工作负载的原生 Arm64 版本，因此 CPU 行比较的是硅芯片。
联想 Yoga 9n 二合一笔记本电脑 16 规格
| 规格 | 联想 Yoga 9n 二合一笔记本电脑 16 (83N7000UUS) |
|---|---|
| 平台概述 | |
| 处理器 | NVIDIA RTX Spark N1X，20 核 CPU 搭配 6,144 核 Blackwell RTX GPU（测试机型） NVIDIA RTX Spark N1X，18 核 CPU 搭配 5,120 核 Blackwell RTX GPU |
| 内存 | 64GB 板载 LPDDR5X-9400，256 位（经测试）；最高可达 64GB 32GB GPU / 32GB 系统内存分配（经测试） |
| 存放 | 1TB PCIe Gen4 QLC M.2 2242 SSD Sandisk PC SN5100S 1TB（经测试） |
| 运行系统 | Windows 11 (Arm64)；经测试为 Windows 11 家庭版 |
| 显示和 I/O | |
| 展示 | 16英寸2.8K (2880 x 1800) PureSight Pro OLED触控屏，30-120Hz VRR，16:10 峰值亮度 1,100 尼特（HDR），100% sRGB 和 P3 色域，Delta E <1，支持杜比视界 VESA DisplayHDR True Black 1000，玻璃 |
| 端口 | 2 个 USB4 40Gbps 接口（支持 USB PD 3.0 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-I） 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 |
| 音频 | 六个扬声器：4 个 2W 低音单元，2 个 2W 高音单元，安装在可旋转的条形音箱上；支持杜比全景声。 3 个麦克风 |
| 输入 | 背光键盘，1.5毫米键程，Copilot键 带笔支持的触觉反馈垫 Yoga Pen Gen 2（AES 3.0，8,192级压力感应，含） |
| 力量和体能 | |
| 电池 | 99.9Wh，快速充电快充 |
| 热设计 | 加大的通风口和散热凸起；70W TDP（联想标称值） |
| 尺寸 | 14.17 x 9.57 x 0.69 英寸（360 x 243.1 x 17.5 毫米） |
| 重量 | 起始重量 4.28 磅（1.94 千克） |
| 颜色和材质 | 宇宙蓝配色，铝合金顶盖和底盖；通过 MIL-STD-810H 测试 |
| 定价 | |
| 价格（百思买） | 3,099.99 美元（18 核，32GB，1TB）；3,749.99 美元（20 核，64GB，1TB，测试机型） |
测试设置和方法
我们评测的 Yoga 9n 二合一笔记本电脑搭载了 RTX Spark N1X 显卡，该显卡配备 6,144 核 Blackwell GPU、64GB LPDDR5X-9400 内存（GPU 和系统各占 32%）、1TB Sandisk SN5100S Gen4 SSD 固态硬盘，并运行 Windows 11 家庭版 26H1 (Arm64) 操作系统。基准测试在联想性能模式下运行。
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 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 |
| HP OmniBook Ultra 16 (128GB) | NVIDIA RTX Spark N1X，20核/20线程 | 128GB LPDDR5X-9400（64GB GPU / 64GB 系统内存） | 6,144 核心 Blackwell RTX（集成显卡，可用显存 62.5GB） | 闪迪 PC SN8050S 2TB，Gen5 x4 | Windows 11 专业版 26H1 (Arm64)，HP 性能 |
| 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 |
| 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 |
下表中反复出现两个标签；“未运行”表示测试套件拒绝启动测试，因为硬件不符合要求，最常见的原因是某个型号的GPU内存超过了可用内存：Yoga的32GB内存和Blade 16的24GB内存使其低于M级，而Pro 9n的12GB内存使其低于两个级别。该标签还标记了12GB内存的Pro 9n跳过的OpenBLAS内存大小。
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，则数据会相应标记。
本地人工智能性能
本地AI的关键在于GPU运行模型的速度以及模型的拟合度。Yoga的32GB GPU可用内存运行我们S级模型gpt-oss:20b的速度与128GB的OmniBook相同，但达不到M级，而OmniBook的62.5GB内存则能更好地满足M级模型的需求。
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）。所有系统均使用 llama.cpp 和 CUDA，因此引擎相同，各行数据比较的是硬件性能。代理场景运行 Llama 3.1 8B，分别作为软件工程代理和数据分析代理，在多个回合中调用工具。
| MLPerf 客户端 v2.0 | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 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） | 0.353 | 0.274 | 0.303 | 0.149 |
| Llama 3.1 8B，令牌速率，几何平均值（令牌/秒） | 54.4 | 56.5 | 55.1 | 128.8 |
| Phi-4-mini，首次令牌到达时间，几何平均值（秒，越低越好） | 0.158 | 0.130 | 0.135 | 0.074 |
| Phi-4-mini，令牌率，几何平均值（令牌/秒） | 91.8 | 96.8 | 95.2 | 222.7 |
| 数据分析代理，端到端（s，数值越低越好） | 59.7 | 53.0 | 56.2 | 27.8 |
| 数据分析代理，代币速率（tok/s） | 45.3 | 48.5 | 46.9 | 108.3 |
| SWE Agent，端到端（s，数值越低越好） | 51.6 | 45.3 | 48.0 | 24.6 |
| SWE 代理，代币速率（tok/s） | 43.0 | 46.6 | 44.5 | 102.5 |
Yoga 在 Llama 3.1 8B 测试中每秒生成 54.4 个令牌，在 Phi-4-mini 测试中每秒生成 91.8 个令牌，分别比 OmniBook 慢 4% 和 5%。在第一个令牌测试中差距更大，该测试更侧重计算能力而非内存带宽：Yoga 在 Llama 3.1 测试中耗时 0.353 秒，而 HP 仅需 0.274 秒，并且在这方面也落后于 18 核的 Pro 9n。这种现象表明联想的散热优化同时影响了 GPU 和 CPU，因为 Yoga 在三款 N1X 系统中运行 MLPerf 测试时，其 CPU 时钟频率也是最低的。
在智能体场景中，Yoga 完成数据分析师任务耗时 59.7 秒，完成软件工程智能体任务耗时 51.6 秒，比 OmniBook 慢 13% 到 14%，而 Blade 16 完成这两个任务所用的时间不到 Yoga 的一半。
模型加载
此测试在 Ollama 中对本地模型进行计时，从 SSD 读取到生成第一个令牌，分别在冷态（文件缓存已清空）和热态（文件已在内存中）两种情况下进行，并报告冷态负载下 SSD 的读取速度。S 级测试在至少拥有 16GB GPU 可用内存的系统上使用 gpt-oss:20b (12.8GB) 镜像；M 级测试在拥有约 40GB 或更多 GPU 可用内存的系统上添加了 Qwen3.6-35B-A3B (21.1GB) 镜像。
| 模型加载（内存映射开启） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| gpt-oss:20b，冷加载到第一个标记（s，数值越小越好） | 8.06 | 6.23 | 未运行（12GB GPU 显存） | 8.71 |
| gpt-oss:20b，热加载到第一个标记（s，数值越小越好） | 3.60 | 3.59 | 未运行（12GB GPU 显存） | 6.93 |
| gpt-oss:20b，冷加载期间的读取吞吐量（MB/s） | 2,480 | 3,044 | 未运行（12GB GPU 显存） | 3,874 |
| Qwen3.6-35B-A3B，冷加载到第一个令牌（s，数值越小越好） | 未运行（32GB GPU 显存，低于 M 级） | 9.04 | 未运行（12GB GPU 显存） | 未运行（24GB 显存，低于 M 级） |
| Qwen3.6-35B-A3B，热加载到第一个令牌（s，数值越小越好） | 未运行（32GB GPU 显存，低于 M 级） | 4.23 | 未运行（12GB GPU 显存） | 未运行（24GB 显存，低于 M 级） |
在热机状态下，Yoga 读取 gpt-oss:20b 格式数据到第一个标记耗时 3.60 秒，与 OmniBook 的 3.59 秒持平。在冷机状态下，耗时 8.06 秒，而 OmniBook 为 6.23 秒，这是因为 Yoga 的 QLC 固态硬盘在负载期间的读取速度为 2,480MB/s，而 OmniBook 的 Gen5 固态硬盘读取速度为 3,044MB/s。Blade 16 的速度最慢，无论冷机还是热机，读取速度分别为 8.71 秒和 6.93 秒，这是因为其数据在读取后需要通过 PCIe 传输到显存 (VRAM)。
编码代理
Codex CLI 通过一个固定代码库中的代码任务驱动由 Ollama 提供的本地模型；当代码库中的 11 个测试全部通过时，运行即告成功。我们报告了三次运行的平均耗时、成功运行的次数以及生成速率。用户旁代理测试同时运行代理和 Speedometer，并报告与单独运行相比，每个组件的运行速度分别下降了多少。
| Codex CLI 编码代理 | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| S级，gpt-oss:20b 64K：运行时间（秒，数值越低越好） | 132.5 | 115.3 | 未运行（12GB GPU 显存） | 64.4 |
| S级：成功（3次） | 2 | 3 | 未运行（12GB GPU 显存） | 2 |
| S级：生成速率（tok/s） | 58.0 | 58.0 | 未运行（12GB GPU 显存） | 137.9 |
| Tier M，gpt-oss:20b 128K：运行时间（秒，数值越低越好） | 未运行（32GB GPU 显存，低于 M 级） | 152.1 | 未运行（12GB GPU 显存） | 未运行（24GB 显存，低于 M 级） |
| Tier M，gpt-oss:20b 128K：成功（共 3 次） | 未运行（32GB GPU 显存，低于 M 级） | 3 | 未运行（12GB GPU 显存） | 未运行（24GB 显存，低于 M 级） |
| M级，Qwen3.6-35B-A3B 64K：墙内时间（秒，越低越好） | 未运行（32GB GPU 显存，低于 M 级） | 72.0 | 未运行（12GB GPU 显存） | 未运行（24GB 显存，低于 M 级） |
| M级，Qwen3.6-35B-A3B 64K：成功（共3次） | 未运行（32GB GPU 显存，低于 M 级） | 3 | 未运行（12GB GPU 显存） | 未运行（24GB 显存，低于 M 级） |
| Tier M，Qwen3.6-35B-A3B 64K：生成速率（tok/s） | 未运行（32GB GPU 显存，低于 M 级） | 89.5 | 未运行（12GB GPU 显存） | 未运行（24GB 显存，低于 M 级） |
| 代理人旁边的速度表（分数） | 14.1 | 21.2 | 未运行（12GB GPU 显存） | 36.3 |
| 速度表在代理旁边减速（x，数值越低越好） | 2.44 | 1.73 | 未运行（12GB GPU 显存） | 1.06 |
| 速度表旁边的代理减速（x，数值越低越好） | 1.03 | 1.04 | 未运行（12GB GPU 显存） | 1.05 |
在 S 级任务中，Yoga 每秒生成 58.0 个令牌，与 OmniBook 相同，耗时 132.5 秒，比 HP 的 115.3 秒慢。它三次运行通过了两次，与 Blade 16 相同；在我们测试过的几个系统中，gpt-oss:20b 大约每三次运行就会失败一次，因此成功次数更多地反映了机型而非硬件。Blade 16 以每秒 137.9 个令牌的速度，耗时 64.4 秒完成。
并发测试对 Yoga 的影响最大。运行代理程序后，其 Speedometer 得分从 36.1 降至 14.1，速度下降了 2.44 倍，而 OmniBook 和 Blade 16 的速度下降幅度分别为 1.73 倍和 1.06 倍（后两者的模型运行在独立 GPU 上，CPU 不参与运行）。代理程序本身的速度仅下降了 3%，因此，当后台任务和浏览器争夺资源和共享内存时，Yoga 会优先处理后台任务。
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，计算其与参考答案的完全匹配度和 F1 值。模型在所有系统上运行，因此这是一项速度比较。
| 鲁尔 | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| 摄入墙壁时间，20,963 次（秒，越低越好） | 188.8 | 187.0 | 191.8 | 131.0 |
| 检索查询时间，p50（毫秒，数值越低越好） | 22.6 | 23.3 | 24.2 | 20.9 |
| 答案，Phi-4-mini 首次令牌到达时间，p50（秒，越低越好） | 0.181 | 0.155 | 0.171 | 0.109 |
| 回答，快速处理（tok/s） | 5,837 | 7,142 | 6,268 | 11,560 |
| 答案，生成速率（tok/s） | 91.1 | 104.4 | 96.6 | 209.2 |
| 问题回答，p50（s，越低越好） | 0.262 | 0.227 | 0.252 | 0.159 |
| 答案 F1 (%) | 73.97 | 73.97 | 74.27 | 74.47 |
Yoga 在数据摄取（188.8 秒 vs. 187.0 秒）和检索方面与 OmniBook 表现相当，但在回答问题方面则逊于 OmniBook：Phi-4-mini 每秒处理 5,837 个令牌，而 OmniBook 为 7,142 个；其生成速度为 91.1，而 OmniBook 为 104.4。一个典型问题从查询到回答耗时 0.262 秒，而 HP 和 Blade 16 分别为 0.227 秒和 0.159 秒。Yoga 和 OmniBook 的准确率完全相同。
中央处理器性能
Yoga 的 CPU 测试结果遵循一个规律：单线程性能与 OmniBook 持平，但多核心性能则落后于 OmniBook。单线程测试结果与 HP 的差距在 2% 以内，Yoga 在 7-Zip 单线程、PyPerformance go 和 regex_compile 测试中均取得了所有 RTX Spark 系统中最佳的成绩。多线程测试结果落后 2% 到 28%，其中大部分差距在 4% 到 10% 之间，Stockfish 和 OpenBLAS 的差距最大。与 Razer Blade 16 相比，Yoga 在渲染、压缩和编译方面仍然胜出。
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） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| 单核 | 557.0 | 558.6 | 518.2 | 480.0 |
| SMT单核 | 无 | 无 | 无 | 661.3 |
| 多核心 | 6,292 | 7,004 | 6,394 | 5,179 |
| 持续循环，第一次 | 6,248 | 6,954 | 6,346 | 5,162 |
| 持续循环，稳态 | 6,256 | 6,942 | 6,416 | 5,206 |
| 稳态/首次通过 | 1.001 | 0.998 | 1.011 | 1.009 |
Yoga 的多核跑分为 6,292 分，比 OmniBook 的 7,004 分低 10%，比 18 核的 Pro 9n 低 2%，比 Blade 16 高 22%，单核跑分为 557.0 分，与 HP 的跑分持平。它的持续循环跑分最为平稳：稳定状态下的跑分 6,256 分，相当于第一次循环跑分的 100.1%，CPU 温度始终保持在 72 摄氏度，频率始终保持在 3,015MHz。
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） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| 合计 | 9.12 | 9.09 | 8.93 | 9.24 |
| 压缩 | 7.35 | 7.31 | 7.26 | 7.28 |
| 解压缩 | 10.88 | 10.87 | 10.59 | 11.20 |
在 7-Zip 测试中，Yoga 在所有线程上的平均速度为 145.3 GIPS，比 OmniBook 慢 4%，比 Blade 16 快 15%；其单线程性能为 9.12 GIPS，是 RTX Spark 系统中最好的。Blender 测试中，Yoga 在 Monster 和 Classroom 测试中分别比 HP 慢 5%；LLVM 构建耗时 217.2 秒，而 HP 为 206.6 秒，Yoga 的构建时间仍然比 Blade 16 快 34%。
HandBrake 的 x265 编码帧率为 38.6 fps，比 OmniBook 低 6%。SVT-AV1 在所有 RTX Spark 系统上的帧率约为 15 fps，而 Blade 16 的帧率则为 77.3 fps，这表明 SVT-AV1 的 Arm64 代码路径是瓶颈所在。
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） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| Stockfish 基准测试，所有线程（Mnps，数值越高越好） | 13.42 | 16.28 | 15.20 | 17.96 |
| Stockfish 工作台，单线程（Mnps，数值越高越好） | 1.72 | 1.73 | 1.70 | 2.04 |
| primesieve 1e12，所有线程（s，越低越好） | 10.77 | 9.57 | 10.56 | 10.60 |
| primesieve 1e11，单线程（s，越低越好） | 12.01 | 12.03 | 12.34 | 6.67 |
| PyPerformance 的值为（毫秒，数值越低越好） | 110.6 | 111.2 | 114.1 | 75.2 |
| PyPerformance nbody（毫秒，数值越低越好） | 80.5 | 80.4 | 82.5 | 60.8 |
| PyPerformance 正则表达式编译（毫秒，数值越低越好） | 84.3 | 84.6 | 86.7 | 69.7 |
| Speedometer 3.1，Edge（评分，越高越好） | 36.1 | 36.7 | 33.9 | 38.4 |
| x64 7-Zip 在模拟器下运行，所有线程 (GIPS) | 124.3 | 127.0 | 117.6 | 不适用（原生 x64） |
| x64 7-Zip 在模拟器下运行，单线程 (GIPS) | 8.25 | 8.26 | 7.94 | 不适用（原生 x64） |
Stockfish 测试最清晰地展现了时钟频率的差距：在所有线程上，Yoga 的搜索速度为 13.42 Mnps，比 OmniBook 和 18 核 Pro 9n 的 15.20 Mnps 低 18%；而在单个线程上，Yoga 的搜索速度与 OmniBook 和 18 核 Pro 9n 持平，约为 1.7 Mnps。Stockfish 测试中，Yoga 的频率为 3,057MHz，温度为 71℃，而 HP 的频率为 3,269MHz，温度为 98℃。因此，Yoga 的频率降低了约 6%，但温度也降低了约 27℃。
在单线程测试中，Yoga 在 RTX Spark 系统中表现最佳，其 PyPerformance 运行时间最快，仅为 110.6 毫秒，Speedometer 得分也高达 36.1 分。但在 Python、primesieve、Stockfish 和浏览器测试中，Blade 16 遥遥领先，其单线程 primesieve 测试成绩为 6.67 秒，而其他厂商的成绩为 12.01 秒。在模拟环境下，x64 版本的 7-Zip 运行速度为 124.3 GIPS，达到原生性能的 86%。
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分别运行三种不同规模的 HPL 风格双精度 LU 分解求解和 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任务。STREAM 测量持续内存带宽，延迟行测量单次访问内存延迟和核心间延迟。
| 测试（分数越高越好） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| GROMACS benchMEM，最佳布局（ns/天） | 17.15 | 17.47 | 16.88 | 26.41 |
| OpenBLAS LU N=10000，所有内核 (GFLOPS) | 281.3 | 324.0 | 303.4 | 400.9 |
| OpenBLAS LU N=20000，所有内核 (GFLOPS) | 298.6 | 329.6 | 318.1 | 454.4 |
| OpenBLAS LU N=40000，所有内核 (GFLOPS) | 282.5 | 348.8 | 未运行（需要 11.9GB） | 498.5 |
| OpenBLAS LU N=20000，顶级核心级别（GFLOPS） | 273.2 | 380.5 | 403.8 | 240.4 |
| OpenBLAS DGEMM M=8000，所有核心（GFLOPS） | 312.7 | 398.5 | 357.6 | 455.4 |
| OpenBLAS DGEMM M=8000，顶级核心级别（GFLOPS） | 346.7 | 488.7 | 448.3 | 252.4 |
GROMACS 测试中，RTX Spark 系统之间的差距微乎其微，Yoga 的每日延迟仅为 17.15 ns，但在 OpenBLAS 测试中，两款系统之间的差距最为显著。Yoga 在 N=20000 的全核 LU 求解测试中达到了 298.6 GFLOPS，比 OmniBook 低 9%，其 DGEMM 性能更是落后 22%。在 OmniBook 表现更佳的顶级核心级别下，Yoga 的差距进一步拉大，仅为 273.2 GFLOPS，而 OmniBook 则达到了 380.5 GFLOPS。Yoga 完成了所有规模的测试，包括 N=40000（其 64GB 内存配置足以应对该规模），且机身温度从未超过 85 摄氏度。
| 《测试》（Test） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| 流式复制（MB/s，速度越高越好） | 118,738 | 130,790 | 127,682 | 43,731 |
| STREAM Triad（MB/s，越高越好） | 112,067 | 122,260 | 120,272 | 48,298 |
| 内存延迟，1GiB 缓冲区，4KiB 页（纳秒，越低越好） | 141.8 | 143.1 | 143.4 | 129.6 |
| 核心间延迟，所有核心对的平均值（ns，数值越低越好） | 162.8 | 156.8 | 160.6 | 57.0 |
在 Yoga 上，STREAM Triad 的读写速度达到了 112,067MB/s，比 OmniBook 低 8%，是 Blade 16 的 2.3 倍，这表明 Yoga 较低的时钟频率也影响到了内存子系统。其内存延迟为 141.8 ns，是本次测试中 RTX Spark 系统最低的，而核心间延迟为 162.8 ns，与平台整体水平相符。
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，并在可用的情况下使用 Media Foundation HEVC 编码器对同一段 4K60 视频进行编码。
| 测试（分数越高越好） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| SuperTuxKart 1080p 超高画质，原生画质，平均帧率 (fps) | 216.4 | 225.9 | 218.4 | 200.0 |
| SuperTuxKart 1080p 超高清，原生，稳定（帧率） | 131 | 143 | 140 | 115 |
| SuperTuxKart 1080p 超高画质，x64 模拟器运行，平均帧率 (fps) | 186.8 | 266.5 | 248.6 | 不适用（原生 x64） |
| SuperTuxKart 1080p 超高画质，x64 模拟器运行，帧率稳定 (fps) | 93 | 141 | 94 | 不适用（原生 x64） |
| FFmpeg NVENC HEVC，4K60，8Mbps（帧率） | 139 | 138 | 139 | 132 |
| FFmpeg 媒体基金会 HEVC (fps) | 65 | 66 | 55 | 无 |
Yoga 在原生编译模式下平均帧率为 216.4 fps，比 OmniBook 低 4%，与 Pro 9n 的差距在 1% 以内，高于 Blade 16 的 200.0 fps。这是因为在 1080p 分辨率下，所有系统的帧率都由 CPU 决定。值得注意的是，Yoga 在 x64 模拟器下的平均帧率为 186.8 fps，低于其原生编译模式，而 OmniBook 和 Pro 9n 在模拟器下运行速度更快，因此我们将重新运行此测试以确认。硬件编码方面，各款机型表现均衡，Yoga 的 NVENC HEVC 编码帧率为 139 fps。
暖流
在我们测试过的所有 RTX Spark 笔记本电脑中，Yoga 的运行温度最低。在所有 CPU 测试中，其峰值温度在 Stockfish 测试中为 71°C，在 HandBrake 测试中为 86°C，而 OmniBook 在所有相同测试中的峰值温度均为 98°C。Yoga 在 30 分钟持续循环测试中的平均温度为 70°C，而 HP 的平均温度为 98°C。RTX Spark 系统仅通过 Windows 的散热区域报告 CPU 温度，Yoga 的散热区域可能与 HP 报告的传感器不同，但其时钟频率和功耗表现表明，大部分温度差距是合理的。
| CPU温度，最高/平均（摄氏度） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| Cinebench 2026 | 72 / 65 | 98 / 83 | 92 / 70 | 96 / 78 |
| 7-ZIP | 76 / 62 | 98 / 78 | 83 / 63 | 99 / 84 |
| 鳕鱼干 | 71 / 69 | 98 / 97 | 88 / 83 | 92 / 90 |
| 混合器 | 80 / 75 | 98 / 96 | 91 / 80 | 95 / 87 |
| 手刹 | 86 / 71 | 98 / 86 | 93 / 74 | 92 / 86 |
| LLVM 构建 | 81 / 75 | 98 / 92 | 87 / 79 | 98 / 93 |
| GROMACS | 84 / 81 | 98 / 96 | 89 / 85 | 97 / 94 |
| 开放式BLAS | 85 / 74 | 98 / 95 | 92 / 83 | 91 / 87 |
| 流 | 64 / 59 | 98 / 96 | 78 / 66 | 75 / 71 |
| 超级卡丁车 | 68 / 62 | 95 / 82 | 74 / 68 | 89 / 82 |
| MLPerf 客户端 | 72 / 60 | 93 / 84 | 76 / 66 | 97 / 76 |
| 编码代理 | 71 / 67 | 90 / 79 | 未运行 | 91 / 84 |
| 鲁尔 | 84 / 75 | 94 / 90 | 76 / 71 | 88 / 83 |
| 持续循环 | 72 / 70 | 98 / 98 | 92 / 87 | 94 / 90 |
更低的运行温度意味着更低的全核心频率。在持续循环测试中，Yoga 的频率为 3,015MHz，而 OmniBook 为 3,239MHz，Pro 9n 为 3,288MHz，这一频率差距是 Yoga 多线程性能劣势的主要原因。联想将 Yoga 的功耗标为 70W，与惠普 OmniBook 的功耗相同，因此这种频率差距看起来更多是出于对温度和噪音的优化考虑，而非功耗预算的限制。
Yoga 不会降频：就像我们测试过的所有 RTX Spark 系统一样，只要负载持续，它就能保持时钟频率不变，而且在相同的测试中，它的运行温度比 OmniBook 达到的 98 摄氏度低 12 到 27 摄氏度。
| 平均CPU时钟频率（MHz） | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| Cinebench 2026 | 2,799 | 2,962 | 2,951 | 4,158 |
| 7-ZIP | 2,722 | 2,838 | 2,849 | 4,014 |
| 鳕鱼干 | 3,057 | 3,269 | 3,292 | 3,645 |
| 混合器 | 3,111 | 3,123 | 3,216 | 3,729 |
| 手刹 | 2,687 | 2,756 | 2,834 | 3,814 |
| LLVM 构建 | 3,083 | 3,151 | 3,197 | 3,697 |
| GROMACS | 3,226 | 3,308 | 3,367 | 3,874 |
| 开放式BLAS | 2,890 | 3,024 | 3,192 | 4,274 |
| 流 | 3,077 | 3,258 | 3,101 | 3,684 |
| 超级卡丁车 | 2,002 | 1,957 | 2,017 | 4,349 |
| MLPerf 客户端 | 1,935 | 2,114 | 2,027 | 3,593 |
| 编码代理 | 1,945 | 2,078 | 未运行 | 3,789 |
| 鲁尔 | 2,707 | 2,749 | 2,760 | 3,764 |
| 持续循环 | 3,015 | 3,239 | 3,288 | 3,726 |
对于经常被当作平板电脑使用或放在腿上的笔记本电脑来说，这种权衡是合理的。一台16英寸的二合一笔记本电脑在半小时渲染过程中温度保持在72摄氏度，与一台温度高达98摄氏度的笔记本电脑相比，使用体验截然不同，而代价仅仅是渲染和编译速度的几个百分点。Yoga的固态硬盘在存储测试中最高温度为67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。Yoga 和 Pro 9n 的 BitLocker 保护已关闭，而 OmniBook 的 BitLocker 保护已开启。
| fio，25GB 占用空间，QD32 | Yoga 9n 二合一 16 | OmniBook Ultra 16 (128GB) | Pro 9n 15 | 雷蛇刃16 |
|---|---|---|---|---|
| 顺序读取 128K，文件系统 (MB/s) | 6,874 | 13,833 | 7,024 | 7,125 |
| 顺序读取 128K，原始设备 (MB/s) | 6,975 | 12,479 | 7,165 | 7,134 |
| 顺序写入 128K (MB/s) | 5,905 | 11,719 | 5,699 | 5,250 |
| 随机读取 4K，文件系统，峰值（IOPS） | 394,468 | 437,833 | 338,936 | 694,597 |
| 随机读取 4K，原始设备，峰值（IOPS） | 765,766 | 1,888,501 | 973,106 | 993,050 |
| 随机写入 4K，峰值（IOPS） | 68,923 | 228,354 | 192,000 | 648,446 |
| 原始/文件系统随机读取 | 1.94x | 4.31x | 2.87x | 1.43x |
| 随机读取 4K，4 个任务，p99 延迟（微秒，越低越好） | 522 | 643 | 578 | 444 |
| 随机写入 4K，4 个任务，p99 延迟（微秒，越低越好） | 12,255 | 586 | 758 | 371 |
| 驱动器温度，最高（摄氏度） | 67 | 52 | 78 | 60 |
联想为这款 Yoga 笔记本电脑配备了 PCIe Gen4 QLC M.2 2242 固态硬盘，我们评测的这台机器搭载的是一块 1TB 的 Sandisk SN5100S。它的顺序读取速度为 6,874MB/s，顺序写入速度为 5,905MB/s，与 Pro 9n 和 Blade 16 中的 Gen4 固态硬盘性能相当，约为 OmniBook Gen5 固态硬盘的一半。在关闭 BitLocker 加密保护的情况下，其文件系统随机读取速度为 394.5K IOPS，仅保留了设备 765.8K 原始容量的 52%，比 OmniBook 的损耗要小得多。
随机写入是这款硬盘的弱点，SN5100S 在 25GB 容量下进行 4K 随机写入测试时，最高 IOPS 仅为 68.9K，约为 Pro 9n 的 192.0K 的三分之一，Blade 16 的十分之一。其 p99 写入延迟（四项任务）为 12.3 毫秒，而其他系统均低于 1 毫秒。在 5GB 容量下，同样的测试结果波动较大，被标记为部分结果，因此我们将重新运行测试。这款 QLC 硬盘足以满足日常使用和模型加载的需求，但它是我们在此配置中首先会更换的组件。
结语
联想 Yoga 9n 二合一笔记本电脑（16 英寸）是我们测试过的运行温度最低的 RTX Spark 笔记本电脑，也是唯一一款可翻转的机型。联想的散热设计，包括加大的通风口、凸起的散热凸起以及留有空气流通空间的铰链，使得 N1X 在全核心负载下温度保持在 71 至 86 摄氏度之间，而惠普 OmniBook Ultra 16 的温度则高达 98 摄氏度。Yoga 9n 能够保持时钟频率稳定运行 30 分钟而无任何损耗。其 2.8K OLED 显示屏、支持触控笔的 Force Pad 触控板、可旋转的条形音箱以及 99.9Wh 的电池，使其成为全新 RTX Spark 系列中最全面的创意笔记本电脑。
这种舒适性的代价是性能略低于其最大潜力。Yoga 的全核频率比 OmniBook 低约 220MHz，在大多数多线程测试中落后 4% 到 10%，在 Stockfish 和 OpenBLAS 测试中差距更大。单线程性能与 HP 相当，GPU 性能则落后约 4% 到 18%。其 32GB 的独立显存可以让我们测试的 S 级机型达到全速运行，但无法达到 M 级机型的水平，而且其 QLC SSD 的随机写入速度也是所有机型中最弱的。
与其他所有 Spark 设备一样，这些平台也存在一些限制：例如，Windows on Arm 的 I/O 路径、Arm64 移植版本（例如 SVT-AV1）的性能落后于 x64 版本，以及共享内存总线导致编码代理运行时浏览器速度降低 2.44 倍。一如既往，我们预计随着这些设备的上市，软件生态系统将迅速发展。
对于需要手写笔、平板模式、OLED屏幕、本地AI和20核CPU的创作者来说，Yoga 9n二合一笔记本电脑的性能几乎不逊于RTX Spark平台，而且运行温度更低。如果买家更看重最后10%的全核吞吐量或M级机型，则应考虑128GB版本。
排行榜：联想 Yoga 9n 二合一 16 在我们的本地 AI 最佳笔记本电脑排行榜上占据了运行最凉爽的 RTX Spark 笔记本电脑的宝座。
Amazon