El ASUS ProArt P16 con RTX Spark completó una carga de IA local en 33 min 13 s, frente a los 52 min 51 s de un sobremesa con GeForce RTX 5090. La diferencia fue de 19 min 38 s en una ejecución con gpt-oss-120b, pero los equipos generaron distintas cantidades de tokens de finalización. El resultado compara el tiempo de esa carga, no el rendimiento por token con una salida equivalente.
La diferencia exacta en una sola ejecución
Brad Chacos publicó la comparativa en PCWorld el 29 de octubre de 2026. En esa ejecución, el ProArt generó 79.903 tokens de finalización y el sobremesa, 92.270. La resta de los tiempos, 52:51 menos 33:13, da 19:38. Respecto a los 52 min 51 s del sobremesa, el ProArt empleó alrededor de un 37,1 % menos de tiempo transcurrido; esa cifra no equivale a una ventaja de rendimiento por token, porque las salidas fueron distintas.
| Sistema | Configuración de prueba | Tiempo transcurrido | Tokens de finalización |
| ASUS ProArt P16 con RTX Spark | CPU Grace de 20 núcleos, gráficos Blackwell integrados y 128 GB de memoria unificada LPDDR5X; unos 96 GB asignados a gráficos | 33 min 13 s | 79.903 |
| Sobremesa con GeForce RTX 5090 | Intel Core i7-14700K, 96 GB de RAM y RTX 5090 con 32 GB de GDDR7 | 52 min 51 s | 92.270 |
Qué se comparó y cómo intervino la memoria
Los dos sistemas ejecutaron gpt-oss-120b, un modelo de 120.000 millones de parámetros, con los mismos prompts, entradas, límites entre etapas y ajustes de inferencia. La parte cronometrada no incluyó búsquedas web en directo ni recuperación de estado.
El ProArt probado tenía 128 GB de memoria LPDDR5X compartida entre la CPU y los gráficos integrados. La utilidad MyASUS permitía asignar hasta 96 GB a gráficos; Chacos usó aproximadamente esa cantidad en las cargas de IA más exigentes. La captura de MyASUS muestra esa selección de memoria.
En el análisis de Chacos, la demanda de memoria de esta carga puso en aprietos los 32 GB de VRAM de la RTX 5090, mientras que el ProArt podía recurrir a su conjunto de memoria unificada, incluso a memoria del sistema. Esa explicación se refiere a este modelo y a esta ejecución. El mismo análisis señala que la RTX 5090 conserva mucha más potencia gráfica bruta y puede rendir con fuerza cuando una carga cabe cómodamente en su VRAM.
Qué coste tuvo la carga en el portátil
Durante los 33 min 13 s de la comparación, la batería del ProArt pasó del 100 % al 54 %, una caída de 46 puntos porcentuales. En otra prueba, un flujo de trabajo separado en siete partes generó 150.995 tokens en 415 segundos y la batería bajó del 74 % al 65 %. Son observaciones de dos cargas distintas, no una estimación general de autonomía.
Chacos también describió ventiladores ruidosos bajo carga sostenida, ejecuciones fallidas o truncadas, problemas de contexto y ajustes de prompts y configuraciones. El modelo pudo ejecutarse localmente en el equipo con una cuantización adecuada, pero la reseña también señala dificultades prácticas y resultados inferiores a los de los modelos de frontera más capaces.
Hasta dónde llega la comparación
¿Demuestra esta prueba que RTX Spark supera en general a una RTX 5090 en IA? No. El resultado corresponde a una carga concreta con gpt-oss-120b y no establece una clasificación general de rendimiento. Para tareas que caben en los 32 GB de VRAM de la RTX 5090, la mayor potencia gráfica bruta del sobremesa puede ser decisiva.
La diferencia de tiempo resulta relevante para una carga que presiona la memoria de la GPU, pero no basta para decidir entre ambos sistemas en otros modelos, juegos o tareas cotidianas. La cobertura de NeoTeo sobre el ProArt P16 H7607 y su rendimiento en IA y creación aborda otros usos del portátil; esta comparación se centra en una única ejecución frente a la RTX 5090.
