聯想ThinkPad T1g Gen 9將商務ThinkPad與消費級顯示卡結合。這是一款16吋鋁合金筆記型電腦，配備英特爾博銳技術、透過MIL-STD-810H軍規測試、獨立TPM安全晶片和指點桿。其頂級顯示卡選項為配備12GB記憶體的GeForce RTX 5070筆記型電腦版GPU，而行動工作站版本則會搭載RTX PRO顯示卡。聯想的目標用戶是需要ThinkPad耐用性和強大GPU效能的創意專業人士和工程師，其產品配置並未提及遊戲功能。我們評測的這款機型搭載了酷睿Ultra 7 366H處理器、64GB LPCAMM2記憶體、2TB第五代固態硬碟以及3.2K雙色OLED觸控螢幕。
關鍵要點
- 一款針對內容創作者的商用 ThinkPad，搭載消費性 GPU。 T1g Gen 9 保留了 vPro 技術、獨立 TPM 晶片和 MIL-STD-810H 軍規測試，並將工作站級整合顯示卡升級為 GeForce 顯示卡，最高可選配 12GB 記憶體的 RTX 5070。聯想將目標使用者群體定位為創意專業人士和工程師，並未提及 ISV 認證或遊戲效能方面的任何聲明。
- 與 P1 Gen 9 相比，GPU 顯存增加了 12GB。 T1g 以每秒 49.9 個 token 的速度運行 Ministral 3 8B 模型，並以每分鐘 9.36 個的速度產生 FLUX.2 klein 影像。配備 8GB RTX PRO 2000 的 P1 Gen 9 無法載入這兩個模型，兩者在 MLPerf Client 測驗中的成績相差不到 2%。
- Core Ultra 7 366H 的效能比 Core Ultra 9 低 3%。 Cinebench 2026 在多核心測試中，T1g 的得分為 4,928，而搭載 386H 處理器的 P1 的得分為 5,083。 T1g 在 30 分鐘循環測試中首次運行保持了 99.5% 的完成率。 N1X 系列筆記型電腦在多核心效能方面領先 35% 至 42%。
- 更大的本地模型仍然遙不可及。 RTX 5070 的可用顯存實測值為 11.7GB，低於我們模型負載和編碼代理測試所需的 16GB 最低顯存要求，因此這些測試未進行。 N1X 系統和配備 24GB 記憶體的 RTX 5090 筆記型電腦則符合此要求。
- 快速順序存儲，但隨機結果較弱。 這款 2TB 的 Micron Gen5 SSD 讀取速度為 13,525MB/s，寫入速度為 9,238MB/s。在 QD32 的四項測試中，其 4K 隨機讀取速度比 P1 慢 23%，隨機寫入速度慢 31%。
- 測試價格為 5,349 美元，另有一款價格更低的型號有現貨。 我們這款配置已在聯想官網上列為即將上市。現貨機型採用相同的處理器，搭配 RTX 5060 顯示卡和 3840×2400 IPS 面板，售價 3,839 美元。
T1g Gen 9 的位置
T1g Gen 9 與聯想的輕薄旗艦行動工作站ThinkPad P1 Gen 9共享平台。兩者使用相同的 BIOS 系列，並擁有相同的 9.87 毫米前邊框、90Wh 電池、140W USB-C 充電、兩個 Thunderbolt 5 介面、一個 Thunderbolt 4 介面、雙 M.2 插槽，以及對最高 96GB LPCAMM2 記憶體的支援。主要區別在於圖形硬體和驅動程式認證：P1 最高配備 8GB RTX PRO 2000 Blackwell 顯示卡，並附帶 ISV 認證驅動程序，而 T1g 則提供 8GB GeForce RTX 5060 或 12GB GeForce RTX 5070 顯示卡可選。
買家必須權衡這個選擇，因為GeForce硬體為T1g提供的GPU記憶體比任何P1配置都多出50%，而我們的測試表明，這部分記憶體決定了哪些AI工作負載能夠載入。 T1g的缺點在於它沒有工作站認證：聯想並未為其做出ISV認證聲明，因此需要經過認證的驅動程式才能獲得廠商支援的應用仍然屬於P1的範疇。這意味著T1g擁有與P1相同的使用者群體，但無需滿足認證要求。
聯想並未將 T1g 定位為遊戲本，但其配置清單顯示它具備一定的遊戲效能。 RTX 5070 顯示卡位於一塊 3.2K 雙色 OLED 面板後方，該面板支援 40 至 120Hz 可變刷新率，HDR 峰值亮度可達 1,500 尼特。機身還配備了 HDMI 2.1 接口，可連接外部顯示器。 T1g 仍然是一款 ThinkPad，擁有六行鍵盤和 500 萬像素會議攝像頭，因此，更恰當的描述是：一款能夠勝任商務任務的筆記型電腦，它還可以利用單 GPU 進行渲染、運行小型本地 AI 模型以及玩遊戲。我們的測試套件包含一項遊戲測試，詳情如下。
聯想T1g筆記型電腦可選配Core Ultra 7 356H、Core Ultra 7 366H或Core Ultra 9 386H處理器，並配備三款16吋螢幕：一塊500尼特WUXGA IPS螢幕、一塊800尼特3840×2400IPS螢幕以及一個OLED螢幕。我們評測的這款型號為21UG000BUS的機型在聯想官網上的售價為5,349美元，並顯示即將上市。搭載Core Ultra 9 386H處理器的同款機型售價為5,449美元。截至撰寫本文時，唯一有現貨的機型是搭載Core Ultra 7 366H處理器、RTX 5060顯示卡、64GB內存、2TB硬碟以及3840×2400分辨率IPS屏幕的版本，售價為3,839美元，這意味著RTX 5070顯卡和OLED螢幕的組合價格比1,510×OLED螢幕的版本。
構建和設計
T1g Gen 9 採用鋁合金材質打造頂蓋和底蓋，尺寸為 354.4 x 241.2 毫米，厚度從前部的 9.87 毫米逐漸收窄至後部的 15.8 毫米，起始重量為 1.84 公斤（4.06 磅）。聯想對這款筆電的機身進行了 12 項 MIL-STD-810H 標準測試和 20 多項其他測試程序。外觀採用經典的 ThinkPad 黑色，指紋辨識器整合在電源按鈕中，並配備 Kensington Nano 安全鎖槽以增強物理安全性。
T1g 上手體驗後，你會發現它兼具商務筆記本的外觀和手感，以及消費級遊戲顯示卡的硬體配置。偏好專業設計的使用者也能獲得 ThinkPad 的經典元素：標誌性的鍵盤、觸感回饋的觸控板和 TrackPoint 指點桿。機身採用 ThinkPad 標誌性的略帶橡膠質感的軟觸塗層，頂蓋為啞光黑色金屬材質，頂蓋上的 ThinkPad 標誌“i”上方帶有發光圓點。
介面方面與P1相同：兩個Thunderbolt 5接口和一個Thunderbolt 4接口，每個接口均支援DisplayPort 2.1和USB PD 3.1，最高輸入功率可達140W；一個支援10Gbps傳輸速度和常開充電的USB-A接口；一個支援8K 60Hz 7.0讀卡機。無線連線方面，採用Intel Wi-Fi 7 BE211無線網卡，並支援藍牙5.4。
左側配備 HDMI 2.1 介面、兩個 Thunderbolt 介面和一個 3.5mm 耳機/麥克風二合一介面；右側則配備 SD Express 7.0 讀卡機、第三個 Thunderbolt 介面、USB-A 介面和一個 Kensington Nano 安全鎖槽。該系統最多可驅動四個顯示器（包括內建面板），可透過 Thunderbolt 和 HDMI 輸出介面連接。
鍵盤採用六行式ThinkPad經典佈局，具備防潑水功能，並附有背光和指點桿（TrackPoint）。觸控板是本代全新設計：一塊85 x 135毫米的玻璃表面觸感觸控板。螢幕上方配備一顆5萬像素鏡頭，內建紅外線感應器，支援Windows Hello和人體感應功能，並配備實體隱私快門。音訊方面，底部兩個2瓦揚聲器支援杜比全景聲（Dolby Atmos）調校，並配備雙遠場麥克風陣列，支援杜比語音（Dolby Voice）。
我們評測的這款機型配備了一塊16英吋、16:10比例的雙色OLED螢幕，解析度為3200×2000，支援觸控，SDR模式下亮度為600尼特，HDR模式下峰值亮度為1,500尼特，擁有100% DCI-P3色域覆蓋率、DisplayHDR 600聯想官方表示，WUXGA IPS面板擁有最長的續航時間，而OLED面板則以犧牲部分續航時間為代價來換取更高的影像品質。我們尚未對電池續航時間和麵板輸出進行測試。
記憶體採用單條LPCAMM2模組，該模組將LPDDR5X-8533記憶體封裝在一塊透過螺絲固定在主機板上的電路板上，因此我們評測的這台機器配備的64GB記憶體可以更換或升級至最大96GB。儲存方面，它配備了兩個M.2 2280插槽，均為PCIe Gen5接口，兩個插槽加起來最大支援8TB的儲存容量。電池容量為90Wh，支援快速充電，一小時即可充至80%。
底蓋可以輕鬆拆卸，拆下後可以看到兩個風扇位於CPU和GPU上方共用的一組熱管兩側，LPCAMM2記憶體模組位於一個帶有標籤的蓋子下方，標籤上印有重新安裝的螺絲擰緊順序。 M.2接口位於兩側的散熱片下方，90Wh電池橫跨前緣，每個角落都配有揚聲器。
聯想ThinkPad T1g Gen 9規格
| 規格 | 聯想ThinkPad T1g Gen 9（測試機型） |
|---|---|
| 系統平台 | |
| 型號 | 21UG000BUS |
| 處理器 | 英特爾® 酷睿™ 7 366H 博銳™ 處理器，16 核心（4 個 P 核心、8 個 E 核心、4 個 LP E 核心），P 核心最高頻率可達 4.8GHz |
| NPU | 最多 50 個 TOPS |
| 圖像 | NVIDIA GeForce RTX 5070 筆記型電腦顯示卡，12GB GDDR7 英特爾顯示卡（整合） |
| 記憶體應用 | 64GB LPDDR5X-8533 (1x 64GB LPCAMM2) 截至96GB |
| 儲存 | 2TB M.2 2280 PCIe Gen5 TLC Opal SSD（美光） 2 個 M.2 2280 Gen5 插槽，最大支援 8TB |
| 操作系統 | Windows 11專業版 |
| 顯示螢幕 | |
| 面板 | 16吋16:10 3.2K (3200×2000) 雙OLED觸控屏 |
| 亮度 | 600 尼特 SDR HDR峰值亮度1,500尼特 |
| 色彩與活力 | 100％DCI-P3 40 至 120Hz VRR DisplayHDR 600、杜比視界 |
| 其他面板選項 | WQUXGA (3840×2400) IPS 顯示屏，800 尼特亮度，60Hz 更新率 WUXGA (1920×1200) IPS 顯示屏，500 尼特亮度，60Hz刷新率 |
| 連線能力 | |
| 連接埠數量 | 2 個 Thunderbolt 5 介面（支援 USB PD 3.1 和 DisplayPort 2.1） 1個Thunderbolt 4 1 個 USB-A 10Gbps 接口，始終開啟 1個HDMI 2.1 1 個 3.5 公釐組合插孔 1 個 SD Express 7.0 讀卡器 |
| 無線應用 | 英特爾 Wi-Fi 7 BE211 2×2 藍牙5.4 |
| 輸入和音訊 | |
| 相機 | 5萬像素，紅外線夜視、隱私快門和人體存在偵測功能 |
| 鍵盤和指針 | 六行背光防潑水鍵盤 指點桿 85 x 135 毫米玻璃觸覺觸控板 |
| 音訊 | 2 個 2W 揚聲器，支援杜比全景聲。 雙遠場麥克風，杜比音效 |
| 安全性和耐用性 | |
| 安全性 | 離散式TPM 2.0 電源按鈕內建晶片指紋辨識器 Kensington Nano 安全插槽 自我修復 BIOS |
| 耐久度 | MIL-STD-810H |
| 力量和體能 | |
| 電池 | 90Wh，1小時內可快速充電至80%。 |
| 充電 | USB-C接口，最高功率140W |
| 尺寸 | 354.4 x 241.2 x 9.87 至 15.8 毫米（13.95 x 9.50 x 0.39 至 0.62 英吋） |
| 重量 | 起始重量為 1.84 公斤（4.06 磅） |
| 材料種類 | 鋁製頂蓋和底蓋 |
| 保固 | 一年快遞或隨身攜帶 |
| 測試價格 | 5,349 美元（Lenovo.com） |
測試設定和方法
我們評測的這台機器搭載了酷睿Ultra 7 366H處理器、GeForce RTX 5070筆電顯示卡、64GB LPDDR5X-8533記憶體和一塊2TB第五代固態硬碟，運行Windows 11專業版作業系統。我們在連接電源的情況下運行了基準測試，Windows系統設定為「最佳效能」模式，電源模式設定與奔騰1 Gen 9相同，系統採用混合顯示卡模式，BIOS版本為1.10，NVIDIA驅動程式版本為597.01。電池續航時間將在後續更新中進行測試。
結果來自 sr-client（我們編寫的客戶端基準測試套件）的完整峰值效能測試。 T1g 運行的是 1.13 版本，P1 運行的是 1.3 版本，其他對比系統運行的是 1.11 版本；這些版本中使用的基準測試應用程式相同，包括 Cinebench 2026、7-Zip 24.09、Blender 4.5、Stockfish 19, 2025.3 2.0 A
此測試套件在所有裝置上套用相同的設定：Windows 電源模式設定為“最佳效能”，顯示器亮度設定為 50%，所有睡眠和顯示計時器均已關閉，Windows 防火牆和 UAC 提示已關閉，VBS 和記憶體完整性功能保持預設開啟狀態。每個結果均為多次測試的中位數，如果結果偏差超過 2%，則測試套件會重新執行測試，然後才會接受該結果。
比較測試首先從 ThinkPad P1 Gen 9 開始，它與搭載 Core Ultra 9 386H 處理器和 8GB RTX PRO 2000 顯示卡的機型相同，因此可以排除 GPU 更換和 CPU 相差一級的影響。戴爾 Pro Precision 5 16S則搭載 Core Ultra X9 388H 處理器，整合式 Arc Pro B390 顯示卡，沒有獨立顯示卡，因此可以作為同代英特爾處理器的參考機型。
搭載 Ryzen AI 9 HX 370 處理器和 24GB GeForce RTX 5090 顯示卡的Razer Blade 16代表了 16 吋筆記型電腦中 GeForce 顯示卡的極限。戴爾 XPS 16 Creator Edition和惠普 OmniBook Ultra 16 則分別搭載了 NVIDIA 的 20 核心 RTX Spark N1X 顯示卡，並配備 64GB 和 128GB 的統一顯存。
| 型號 | 中央處理器 | 記憶體應用 | GPU | 啟動驅動器 | 高級客戶 |
|---|---|---|---|---|---|
| 聯想 ThinkPad T1g Gen 9 (21UG000BUS) | Core Ultra 7 366H，16 核 | 64GB LPDDR5X-8533 | GeForce RTX 5070 筆記型電腦，11.7GB 可用內存 | 2TB Micron，PCIe Gen5 | 1.13 |
| 聯想 ThinkPad P1 Gen 9 (21UE000XUS) | Core Ultra 9 386H，16 核 | 64GB LPDDR5X-8533 | RTX PRO 2000 Blackwell，可用記憶體 7.7GB | 2TB SK海力士，PCIe Gen5 | 1.3 |
| 戴爾 Pro Precision 5 16S (PW516260) | Core Ultra X9 388H，16 核 | 64GB LPDDR5X-8533 | Arc Pro B390（整合式顯示卡），共享 47.6GB 內存 | 1TB SK海力士，PCIe Gen5 | 1.11 |
| Razer Blade 16 (RZ09-0528) | Ryzen AI 9 HX 370，12 核 | 32GB LPDDR5X-8000 | GeForce RTX 5090 筆記型電腦，23.6GB 可用內存 | 2TB 三星硬碟，PCIe Gen4 | 1.11 |
| 戴爾 XPS 16 Creator Edition (DX16263) | RTX Spark N1X，20 核心 | 64GB LPDDR5X-9400 | N1X 整合 RTX，30.5GB 可用內存 | 1TB SK海力士，PCIe Gen4 | 1.11 |
| HP OmniBook Ultra 16 (16-bk0xxx) | RTX Spark N1X，20 核心 | 128GB LPDDR5X-9400 | N1X 整合 RTX，62.5GB 可用內存 | 2TB Sandisk，PCIe Gen5 | 1.11 |
本地人工智慧效能
T1g 的 RTX 5070 顯示卡可用記憶體為 11.7GB。我們的分級測試從 16GB 顯存開始，因此模型載入、編碼代理程式和瀏覽器旁代理測試都無法運作。這與配備 7.7GB 記憶體的 P1 的結果相同。縮減規模的測試可以運行，結果顯示 12GB 顯存是 T1g 與其同系列產品之間的區別所在：8B 的服務模型和 FLUX.2 圖像生成都可以在 T1g 上加載，而 P1 則無法運行。 N1X 系統和配備 24GB 顯存的 Blade 16 則突破了 16GB 顯存的限制，可以運行更大的模型。
MLPerf 用戶端 v2.0
| MLPerf 用戶端 v2.0 | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| Llama 3.1 8B，首次到達令牌所需的時間（秒，數值越低越好） | 0.31 | 0.34 | 0.21 | 0.15 | 0.31 | 0.28 |
| Llama 3.1 8B，代幣速率（代幣/秒） | 66.2 | 64.8 | 26.9 | 128.7 | 55.7 | 56.5 |
| Phi-4-mini，首次到達代幣所需的時間（秒，越低越好） | 0.14 | 0.16 | 0.18 | 0.07 | 0.14 | 0.13 |
| Phi-4-mini，代幣速率（代幣/秒） | 114.1 | 111.9 | 41.5 | 215.8 | 96.2 | 97.0 |
MLPerf 用戶端在 NVIDIA 系統上使用 CUDA 透過 llama.cpp 運行，在 Precision 的 Arc Pro B390 上使用 OpenVINO 運行，因此 Precision 列同時比較了引擎和硬體。 T1g 在 Llama 3.1 8B 上每秒產生 66.2 個令牌，在 Phi-4-mini 上每秒產生 114.1 個令牌，在這兩個平台上都比 P1 的 RTX PRO 2000 快 2%，比 N1X 筆記型電腦快 17% 到 19%。在 Llama 上，T1g 的首次令牌產生時間與 XPS 16 相同，皆為 0.31 秒。 Blade 16 的 RTX 5090 的每秒令牌產生量約為 T1g 的兩倍，分別為 128.7 和 215.8 個令牌。
RAG 和 LLM 服務
| RAG（Ollama 0.40.3） | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| 攝取量，每秒通過次數 | 159.8 | 165.1 | 81.4 | 176.2 | 104.4 | 111.5 |
| 攝取率、嵌入率（令牌/秒） | 25,883 | 26,740 | 13,188 | 28,541 | 16,901 | 18,049 |
| 答案，生成速率（代幣/秒） | 110.0 | 103.5 | 48.4 | 210.0 | 95.0 | 103.4 |
| 答案，第一個令牌 p50 所需時間（秒，越低越好） | 0.18 | 0.21 | 0.86 | 0.11 | 0.17 | 0.15 |
| 第50頁需回答的問題（s，數值越低越好） | 0.25 | 0.29 | 0.99 | 0.16 | 0.25 | 0.23 |
RAG 測試嵌入了 20,963 篇 SQuAD 文章，針對每個問題提取前五篇，並使用 Ollama 和 Phi-4-mini 進行解答。 T1g 每秒可攝取 159.8 篇文章，每秒產生 110.0 個答案，從問題到答案的平均時間為 0.25 秒。 P1 的攝取速度比 T1g 快 3%（165.1），但產生速度慢 6%，而 N1X 系統在攝取速度上比 T1g 慢 30% 到 35%。
| llama.cpp 伺服器，Ministral 3 | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| Ministral 3 3B，1 個請求，輸出（令牌/秒） | 69.0 | 67.0 | 22.4 | 130.9 | 57.8 | 57.5 |
| Ministral 3 3B，4 個請求，輸出（令牌/秒） | 176.4 | 168.3 | 38.2 | 342.7 | 146.4 | 148.8 |
| Ministral 3 3B，1 次請求，首次令牌到達時間（毫秒，越低越好） | 726 | 890 | 4,437 | 383 | 669 | 607 |
| Ministral 3 8B，1 個請求，輸出（令牌/秒） | 49.9 | 不適合 | 15.5 | 92.6 | 40.6 | 41.5 |
| Ministral 3 8B，4 個請求，輸出（令牌/秒） | 107.8 | 不適合 | 24.5 | 209.3 | 96.3 | 104.1 |
| Ministral 3 8B，1 次請求，首次令牌到達時間（毫秒，越低越好） | 1,698 | 不適合 | 10,342 | 843 | 1,794 | 1,554 |
LLM 服務運行 llama.cpp 伺服器，使用 Ministral 3 型號，每個請求處理 4,096 個提示令牌和 1,024 個輸出令牌。在 3B 型號上，T1g 為單一使用者每秒提供 69.0 個令牌，為四個並發請求提供 176.4 個令牌，比 P1 快 3% 到 5%。兩款 ThinkPad 在 8B 型號上的性能差異顯著：它需要 11GB 的 GPU 內存，因此 T1g 為其單個請求提供每秒 49.9 個令牌，為四個並發請求提供每秒 107.8 個令牌，而 P1 無法加載。在 8B 型號上，T1g 在上述兩種並發等級上都優於 N1X 筆記型電腦。
影像產生
| stable-diffusion.cpp，1024×1024 | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| FLUX.2 klein 4B Q4_0，每分鐘影像 | 9.36 | 不適合 | 0.38 | 20.02 | 11.17 | 11.01 |
| FLUX.2 klein 4B Q4_0，每張影像的處理時間（秒，越低越好） | 6.41 | 不適合 | 159.85 | 3.00 | 5.37 | 5.45 |
影像生成使用 stable-diffusion.cpp，解析度為 1024×1024，僅擬合了最小配置：FLUX.2 klein 4B 在 Q4_0 下使用 6.43GiB 的權重，每分鐘產生 9.36 張影像（每張影像耗時 6.41 秒）。 Q8_0 版本需要 13GB 內存，而更大的 Z-Image 和 Qwen-Image 模型需要更多內存，因此無法運行。在相同的工作負載下，N1X 筆記型電腦的速度提高了 18% 到 19%，大約每分鐘生成 11 張圖像，並且可以運行更大的模型；Blade 16 的速度達到了每分鐘 20.02 張圖像。 P1 完全無法載入 FLUX.2，而 Precision 的整合式顯示卡每分鐘只能產生 0.38 張影像。
CPU性能
Cinebench 2026 和持續負載
| Cinebench 2026（分數越高越好） | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| 單核 | 510 | 520 | 535 | 481 | 565 | 561 |
| 多核心 | 4,928 | 5,083 | 4,754 | 5,201 | 6,631 | 7,001 |
| 30分鐘循環，第一次 | 4,924 | 4,894 | 4,634 | 5,181 | 6,539 | 7,014 |
| 30分鐘循環，穩態 | 4,901 | 4,811 | 4,413 | 5,218 | 6,550 | 6,970 |
| 穩態/首次通過 | 0.995 | 0.983 | 0.952 | 1.007 | 1.002 | 0.994 |
Core Ultra 7 366H 在 Cinebench 2026 多核心測試中得分 4,928，單核測試得分 510。這比 P1 搭載的 Core Ultra 9 386H 多核心效能低 3%，單核心效能低 2%，單核心效能差距與兩款晶片額定 P 核心睿頻頻率相差 100MHz 相符。它比 Precision 搭載的 X9 388H 高 4%，比 Blade 16 搭載的 Ryzen AI 9 HX 370 低 5%。 N1X 系統在多執行緒任務中速度顯著提升：XPS 16 得分 6,631，OmniBook 得分 7,001，分別比 T1g 高出 35% 和 42%。
在30分鐘的循環測試中（對於15.8毫米厚的機箱來說，這一點尤其重要），T1g的初始得分為4,924，最終穩定在4,901，保持了99.5%的初始得分，CPU平均溫度為92.9攝氏度，平均頻率為3,576MHz。在同一測試中，P1的保持率為98.3%，Precision為95.2%，因此T1g的散熱性能使366H的運行更接近其初始得分。
7-Zip、Blender、HandBrake 和 LLVM
| 測試 | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| 7-Zip，所有線程，總計（GIPS） | 106.7 | 109.2 | 108.3 | 126.2 | 147.0 | 150.6 |
| 7-Zip，單線程，總計（GIPS） | 9.35 | 9.49 | 9.86 | 9.26 | 9.13 | 9.10 |
| Blender 4.5 Monster（採樣/分鐘） | 130.7 | 135.4 | 129.1 | 142.4 | 198.9 | 211.4 |
| Blender 4.5 Junkshop（樣本/分鐘） | 89.9 | 92.8 | 88.9 | 99.2 | 119.1 | 127.7 |
| Blender 4.5 課堂（樣本/分鐘） | 64.7 | 66.8 | 62.8 | 79.1 | 86.7 | 92.8 |
| HandBrake x265 (fps) | 28.8 | 30.3 | 29.6 | 33.9 | 38.8 | 40.6 |
| HandBrake SVT-AV1 (fps) | 81.6 | 84.5 | 81.7 | 77.0 | 14.0 | 15.4 |
| LLVM 建置（s，數值越低越好） | 348 | 309 | 349 | 351 | 232 | 218 |
在內容創作測試中，T1g 的效能比 P1 低 2% 到 5%：7-Zip 測試中，T1g 的 GIPS 為 106.7 對 109.2；Blender Monster 測試中，T1g 的取樣率（每分鐘取樣數）為 130.7 對 135 幀數 135. 30.3。 LLVM 建置是個例外，耗時 348 秒，而 P1 為 309 秒，差距高達 13%，遠超處理器效能差異所能解釋的範圍。兩台 ThinkPad 均採用相同的電源模式設置，因此我們報告的是實際測量結果。
N1X 系統在該組的大部分測試中都大幅領先，例如在 Blender Monster 測試中領先 52% 至 62%，LLVM 構建速度也僅比 T1g 快 218 秒至 232 秒，SVT-AV1 是個例外：T1g 的編碼速度為 81.6 fps，而兩款 Armps 145.4 5.0 fps，而兩款 Armps fps 4505 fps。在 x86 系統中，Blade 16 的 24 個執行緒 Ryzen 處理器在 7-Zip 測試中以 126.2 GIPS 的速度領先，但在 SVT-AV1 測試中落後於所有三款 Intel 平台。
Stockfish、primesieve、Python 和瀏覽器
| 測試 | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| Stockfish，一條線（Mnps） | 1.73 | 1.76 | 1.86 | 2.02 | 1.74 | 1.73 |
| Stockfish，所有線程（Mnps） | 14.96 | 15.30 | 15.02 | 18.44 | 13.87 | 15.19 |
| 質心篩分至 10^12，所有線段（s，越小越好） | 11.98 | 11.10 | 11.34 | 10.63 | 10.39 | 9.53 |
| 質子篩至 10^11，單線（s，越低越好） | 10.39 | 10.15 | 9.55 | 6.63 | 12.03 | 12.02 |
| PyPerformance 的值為（毫秒，數值越低越好） | 75.7 | 75.5 | 69.6 | 75.9 | 111.6 | 111.2 |
| PyPerformance nbody（毫秒，數值越低越好） | 57.6 | 58.7 | 52.4 | 61.6 | 80.8 | 80.4 |
| 速度表 3.1（得分） | 40.9 | 40.6 | 42.9 | 38.8 | 36.5 | 34.8 |
單執行緒測試結果顯示，T1g 與 P1 效能相當，在 Stockfish 單執行緒測試中耗時 1.73 Mnps，在 PyPerformance Go 測試中耗時 75.7ms，在 Speedometer 3.1 測試中耗時 40.9ms，與同系列其他產品相差不到 2%。 Precision 的 X9 388H 在 Stockfish 和 PyPerformance Go 單線程測試中均領先 T1g 和 P1 7% 到 8%。 T1g 在瀏覽器測試中也領先 N1X 系列筆記型電腦，耗時 40.9ms，而 N1X 系列分別為 36.5ms 和 34.8ms；在 Python 測試中，Arm 系統耗時比 T1g 慢 40% 到 47%。 Blade 16 的 Zen 5 核心在 PrimeSieve 單線程測試中表現最佳，耗時 6.63 秒，而 T1g 則為 10.39 秒。
GROMACS、OpenBLAS 和內存
| 測試 | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| GROMACS benchMEM（奈秒/天） | 24.98 | 24.07 | 23.28 | 26.85 | 17.41 | 17.48 |
| OpenBLAS DGEMM，所有核心（GFLOPS） | 506.1 | 518.5 | 527.5 | 454.4 | 354.6 | 374.0 |
| OpenBLAS LU 求解 N=20000，所有核心 (GFLOPS) | 441.0 | 474.2 | 503.5 | 460.8 | 314.9 | 321.9 |
| STREAM Triad (MB/s) | 81,548 | 81,712 | 83,038 | 48,248 | 122,872 | 120,783 |
| 記憶體延遲，4KiB 頁（奈秒，越低越好） | 117.2 | 116.1 | 115.2 | 129.5 | 140.5 | 143.6 |
浮點運算測試結果對 x86 系統更有利：T1g 在 GROMACS benchMEM 測試中表現為 24.98 ns/day，比 P1 快 4%，比 N1X 筆記型電腦快 43%；在 OpenBLAS DGEMM 測試中達到 506.1 GFLOPS，而 Arm 系統分別為 OpenBLAS DGEMM 測試中達到 354.6 GFLOPS，而 Arm 系統分別為 374.0。記憶體頻寬方面則相反，T1g 的 LPDDR5X-8533 記憶體的 STREAM Triad 測試結果為 81.5GB/s，與 P1 和 Precision 持平，而 N1X 的 LPDDR5X-9400 記憶體的測試結果為 121 至 123GB/s。 4KiB 頁的記憶體延遲為 117.2ns，與其他 Intel 系統相差不到 2ns。
遊戲和GPU編碼
| SuperTuxKart 1.5（數值越高越好） | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| SuperTuxKart 1080p，平均幀率 | 206.8 | 179.2 | 168.0 | 199.6 | 248.6 | 269.7 |
| SuperTuxKart 1080p，典型幀率 | 206 | 178 | 167 | 194 | 250 | 271 |
| SuperTuxKart 1080p，幀率基本穩定 | 173 | 148 | 137 | 167 | 214 | 236 |
| SuperTuxKart 1080p，幀率穩定 | 45 | 67 | 88 | 118 | 131 | 141 |
在 SuperTuxKart 測試套件中唯一的遊戲基準測試中，T1g 在 1080p 解析度下使用最高預設，經過三次測試，平均幀率為 206.8 fps，比配備 RTX PRO 2000 的 P1 快 15%。 Blade 16 的 RTX 5090 幀率僅為 199.6 fps，未能超越 T1g，這表明該測試在此解析度下效能不再隨 GPU 效能提升而提升。 N1X 系列筆記型電腦以 248.6 fps 和 269.7 fps 的幀率領先。由於螢幕最高解析度為 3200×2000，因此此測試套件的 4K 測試並未運行。
遊戲穩定的幀率數據反映了熱衰減的影響：預熱後的第一次測試幀率為 81 fps，接下來的兩次分別為 44 fps 和 45 fps，因此我們公佈的中位數是 45 fps，是該組中的最低值。在約四分鐘的測試中，GPU 溫度從 44℃ 升至 66℃，CPU 溫度從 70℃ 以上升至 86℃，隨著機箱溫度升高，幀率下限也隨之下降，而每次測試的平均幀率都保持在 205 到 207 fps 之間。這種模式表明，系統升溫後幀率的下降幅度會比冷啟動時的首次測試更大。
對於GPU編碼，使用FFmpeg 8.1和HEVC NVENC編碼的Big Buck Bunny片段在測試套件中以149幀/秒的速度運行。 FFmpeg 9需要NVENC API 13.1和NVIDIA驅動程式610或更高版本，而根據我們的OEM驅動程式規則，T1g出廠預先安裝的驅動程式版本為597.01，因此此處未列出該項。
負載下的散熱和時脈頻率
| 聯想ThinkPad T1g Gen 9 | CPU 最大值 (C) | CPU 平均值 (C) | 平均CPU時脈頻率（MHz） |
|---|---|---|---|
| Cinebench 2026 | 94.1 | 87.8 | 3,785 |
| 7-ZIP | 95.1 | 87.1 | 3,810 |
| 混合器 | 95.1 | 91.8 | 3,602 |
| GROMACS | 95.1 | 94.6 | 3,538 |
| 30分鐘Cinebench循環 | 95.1 | 92.9 | 3,576 |
| MLPerf 用戶端 | 91.1 | 77.0 | 3,551 |
| 法學碩士服務 | 90.1 | 85.1 | 3,888 |
| 超級卡丁車 | 86.1 | 81.1 | 3,425 |
| 儲存 | 85.1 | 69.1 | 3,130 |
在所有持續CPU測試中，366H的溫度都達到了94℃至95℃，並且保持在這個溫度，頻率沒有下降，在這些負載下的平均頻率在3,538MHz至3,810MHz之間。 GROMACS對散熱系統的要求最高，平均溫度達到了94.6℃。 GPU主導的任務在處理器端的溫度較低，RTX 5070在LLM服務期間的最高溫度為76℃，在MLPerf客戶端測試期間的最高溫度為74℃。 SSD在75分鐘的儲存測試中的最高溫度為69℃，在其他測試中溫度均低於40℃。在使用過程中，我們沒有發現任何散熱問題，也沒有發現高負載下風扇噪音過大的情況。
存儲性能
| fio，佔用空間 25GiB（越大越好） | 聯想 ThinkPad T1g Gen 9 (366H, RTX 5070 12GB) | 聯想 ThinkPad P1 Gen 9（386H，RTX PRO 2000 8GB） | 戴爾 Pro Precision 5 16S (X9 388H, Arc Pro B390) | Razer Blade 16（HX 370，RTX 5090 24GB） | 戴爾 XPS 16 Creator Edition（N1X，64GB） | HP OmniBook Ultra 16（N1X，128GB） |
|---|---|---|---|---|---|---|
| 順序讀取 128K (MB/s) | 13,525 | 10,012 * | 9,456 | 7,106 | 6,502 | 13,598 |
| 順序寫入 128K (MB/s) | 9,238 | 9,203 | 9,257 * | 5,257 | 5,670 | 11,899 |
| 隨機讀取 4K，峰值（IOPS） | 728,827 | 756,484 | 778,094 | 732,774 | 300,063 | 449,043 |
| 隨機寫入 4K，峰值（IOPS） | 605,858 | 682,019 * | 649,544 | 522,707 * | 256,856 | 234,888 |
| 隨機讀取 4K，QD32 x 4 個作業（IOPS） | 384,475 | 501,165 | 528,105 | 316,943 | 300,063 | 449,043 |
| 隨機寫入 4K，QD32 x 4 個作業（IOPS） | 307,270 | 444,243 | 432,635 | 374,728 | 256,856 | 234,888 |
*重新運行後，該套件已標記為運行間存在差異。
我們這台機器配備的 2TB 硬碟是 Micron PCIe Gen5 SSD，其順序讀寫速度在同類產品中名列前茅：讀取速度為 13,525MB/s，寫入速度為 9,238MB/s（25GiB 容量），讀取速度與 OmniBook 的 Sandisk 硬碟相當，並且遠遠領先於 Blade 16 硬碟中的 16 硬碟。
在執行緒數較低的情況下，隨機效能表現欠佳。峰值 4K 隨機讀取達到了 729K IOPS，與其他 Intel 系統中的 Gen5 硬碟性能相當。但在 QD32 下，四個作業的讀取 IOPS 為 384K，寫入 IOPS 為 307K，而 P1 中的 SK 海力士硬碟的讀取 IOPS 為 501K，寫入 IOPS 為 444K，Precision 中的硬碟的讀取 IOPS 寫入 IOPS 為 1K，Precision 中的硬碟的讀取 IOPS 寫入 528K，讀取為 433K。峰值隨機寫入 IOPS 為 606K，也是三款 Intel 系統中最低的。由於一個 5GiB 隨機讀取配置存在差異，因此未在此列出。聯想可能會在相同的 2TB Gen5 選項下提供其他硬碟，因此這些資料僅針對我們測試的這台機器。
結語
ThinkPad T1g Gen 9 相當於 P1 Gen 9，專為需要更強 GPU 效能但不需要工作站認證的使用者而設計。在我們的測試中，GeForce RTX 5070 在兩款系統運行的所有 GPU 測試中都與 P1 的 RTX PRO 2000 效能持平或更勝一籌，唯獨 RAG 資料擷取測試中 P1 領先 3%。此外，P1 的 12GB 顯存能夠運行 8B 服務模型和 FLUX.2 影像生成，而 8GB 顯存的顯示卡則無法勝任。 Core Ultra 7 366H 在多核心運算中比 Core Ultra 9 落後 3%，並且在 30 分鐘內保持了初始 Cinebench 分數的 99.5%。
數據也體現了這些限制，首先是內存：12GB 內存仍然低於我們分層本地 AI 測試所需的 16GB，因此配備統一內存的 N1X 筆記型電腦和 24GB 內存的 Blade 16 可以運行 T1g 無法運行的模型，而且 N1X 在多核 CPU 性能方面領先 35% 到 42%。 SuperTuxKart 的穩定幀率在機身溫度升高後下降了近一半，而 Micron SSD 的順序讀寫速度在同類產品中名列前茅，但在低線程數下的隨機讀寫性能卻落後於 P1 的硬碟。
這使得 T1g 非常適合創意專業人士、工程師和開發人員，他們需要一台可管理的 ThinkPad 來處理辦公室、GPU 渲染、小型模型 AI 和業餘遊戲，並且不需要獨立軟體供應商 (ISV)。需要認證驅動程式的使用者應該選擇 P1，而優先考慮在筆記型電腦上運行最大本地模型的使用者則應該考慮 N1X 系統。
我們的T1g配置標價為5,349美元，而聯想Yoga 9n二合一16配備20核RTX Spark N1X顯示卡、64GB統一內存和1TB固態硬碟，在百思買的售價為3,749.99美元，比我們的T1g便宜1,599美元。在我們的評測中，Yoga在Cinebench 2026多核心測試中得分為6,292分，而我們的T1g得分為4,928分。 Yoga 9n擁有32GB的GPU可用顯存，能夠運作T1g的12GB顯示卡無法運作的20B模型層級。在MLPerf Client測試中，T1g在適用模型層級的速度仍然更快，達到每秒66.2個令牌，而T1g只有54.4個令牌。面對如此多的選擇，根據預期工作負載選擇最佳硬體至關重要。
聯想值得稱讚，因為它在一個產品組合中同時滿足了這些不同用戶的需求：P1 提供經過認證的工作站顯示卡，T1g 搭載 GeForce 顯示卡，並支援 ThinkPad 管理，而 Yoga 9n 則配備 RTX Spark 顯示卡。 T1g 保留了 x86 軟體、vPro 管理、2TB 第五代固態硬碟以及 ThinkPad 鍵盤和 TrackPoint 指點桿等配置。以目前的市場價格來看，如果用戶不需要這些功能，Yoga 5n 或許是更合適的選擇，它擁有更高的 CPU 吞吐量和更大的可用 GPU 內存，價格也更低。
排行榜：聯想 ThinkPad T1g Gen 9 在我們的最佳商務筆記型電腦排行榜上名列最佳獨立顯示卡商務筆記型電腦榜首。
Amazon