PCWorld-Redakteur Brad Chacos berichtete am 29. Oktober 2026 über einen Lauf mit dem Modell gpt-oss-120b: Das ASUS ProArt P16 mit RTX Spark benötigte 33:13 Minuten, ein Desktop mit GeForce RTX 5090 dagegen 52:51 Minuten. Das sind 19:38 Minuten weniger Laufzeit für das Notebook. Die beiden Systeme erzeugten jedoch unterschiedlich viele Abschlusstokens, daher ist das Ergebnis kein direkter Durchsatzvergleich.
| System | Testkonfiguration | Laufzeit | Abschlusstokens |
| ASUS ProArt P16 mit RTX Spark | 20-Kern-Grace-CPU, integrierte Blackwell-Grafik, 128 GB gemeinsamer LPDDR5X-Speicher; rund 96 GB für die Grafik reserviert | 33:13 Minuten | 79.903 |
| Desktop mit GeForce RTX 5090 | Intel Core i7-14700K, 96 GB Arbeitsspeicher, RTX 5090 mit 32 GB GDDR7 | 52:51 Minuten | 92.270 |
Ein KI-Lauf, zwei unterschiedliche Laufzeiten
Der Zeitunterschied von 19:38 Minuten entspricht rund 37,1 Prozent weniger Laufzeit gegenüber dem Desktop. Das bedeutet nicht, dass das ProArt bei gleicher Ausgabe um diesen Anteil schneller war: Es erzeugte 79.903 Abschlusstokens, der Desktop 92.270, also 12.367 mehr. Die Zeiten beschreiben, wie lange dieser konkrete Lauf dauerte, nicht eine einheitliche Leistung pro Token.
Beide Systeme verwendeten dasselbe Modell, dieselben Prompts und Eingaben sowie dieselben Phasengrenzen und Inferenz-Einstellungen. Live-Webzugriff und das Abrufen von Zustandsdaten waren während der Zeitmessung ausgeschlossen. Diese Bedingungen machen den Lauf vergleichbar, begrenzen die Aussage aber auf genau diese Aufgabe.
Warum der große Speicherpool bei dieser Aufgabe half
Das ProArt P16 hatte 128 GB gemeinsamen LPDDR5X-Speicher für Prozessor und integrierte Grafik. In MyASUS stellte Chacos für die größten KI-Aufgaben rund 96 GB für die Grafik ein. Die Desktop-RTX 5090 verfügte über 32 GB GDDR7-Videospeicher. Chacos führte den Zeitvorsprung des Notebooks bei diesem großen Modell auf dessen Speicherbedarf und den größeren gemeinsam nutzbaren Speicherpool des ProArt zurück.
Das Ergebnis macht die RTX Spark nicht allgemein schneller als eine RTX 5090. Chacos ordnete ein, dass die RTX 5090 deutlich mehr rohe GPU-Leistung hat und bei Aufgaben, die bequem in ihre 32 GB Videospeicher passen, stark abschneiden kann. Ein einzelner speicherintensiver Lauf sagt deshalb wenig über andere KI-Modelle oder Aufgaben aus.
Stromverbrauch und Aufwand bei langen KI-Läufen
Während des 33:13-Minuten-Laufs sank die Akkuanzeige des ProArt P16 von 100 auf 54 Prozent, ein Rückgang um 46 Prozentpunkte. In seiner Arbeit mit dem Gerät berichtete Chacos außerdem von lauten Lüftern, fehlgeschlagenen oder abgeschnittenen Läufen, Problemen mit dem Kontext und nötigen Anpassungen an Prompts und Konfigurationen.
Das macht den Test vor allem für Leser relevant, die sehr große Modelle lokal ausführen möchten und bei denen der verfügbare Speicher eine entscheidende Rolle spielt. Für Gaming, Alltagsaufgaben oder eine allgemeine Rangfolge der GPU-Leistung liefert dieser Lauf keinen Vergleich. NeoTeo hat bereits über das ProArt P16 H7607 mit RTX Spark für KI und Kreativarbeit berichtet; Chacos’ Vergleich behandelt eine andere, konkrete KI-Aufgabe.
