Les essais du Lenovo Yoga 9n 2-en-1 avec NVIDIA RTX Spark montrent qu’il peut exécuter des tâches de codage par IA locale, mais la démonstration de portage la plus spectaculaire a produit une ébauche, pas une application terminée. Dans un exercice indépendant distinct, un agent de codage a réussi deux fois sur trois.
Lenovo a annoncé le Yoga 9n 2-en-1 le 3 septembre 2026. Notre article consacré à l’annonce des Yoga RTX Spark en présente le contexte ; les essais ci-dessous portent sur ce que la machine a accompli en programmation locale.
Le portage par IA a produit une ébauche en quatre heures
David Gewirtz, de ZDNET, rapporte qu’OpenCode v2.1.4 et le modèle local Qwen3-Coder-Next 80B-A3B en Q4_K_M ont transformé un projet d’application Mac en une version Windows approximative. Le travail, réalisé avec llama.cpp et CUDA, a pris environ quatre heures. Le résultat affichait des icônes et imitait les grandes lignes de l’application d’origine, mais il restait du travail avant de pouvoir distribuer une version Windows.
Le portage a converti le projet de Swift vers C#, d’abord avec WPF, puis avec WinUI 3. Dans la configuration décrite par Gewirtz, le contexte maximal fonctionnel était de 32 768 tokens. L’agent effectuait généralement une ou deux actions avant que son état soit sauvegardé et le contexte rechargé, ce qui ralentissait le travail. Gewirtz décrit son unité comme un modèle à 20 cœurs, doté de 64 Go de mémoire et d’un SSD de 1 To.
Ses autres mesures situent ce résultat dans son contexte. Sur Geekbench, le Yoga obtient 2 733 points en monocœur et 21 921 en multicœur, contre 3 447 et 27 643 pour le Mac Studio 2025 de Gewirtz, équipé d’une puce M4 Max. Avec llama.cpp, les essais Llama-bench donnent un tableau différent selon l’étape : le traitement des prompts mesure les tokens d’entrée, tandis que la génération mesure les tokens de sortie.
Pour les prompts, le Yoga atteint 2 647 tokens/s avec le modèle 8B et 628 tokens/s avec le 32B ; le Mac Studio atteint respectivement 899 et 203 tokens/s. En génération, le Mac est plus rapide : 82 contre 53 tokens/s en 8B, puis 23 contre 9 tokens/s en 32B. Gewirtz précise que la comparaison n’est pas entièrement équilibrée : son Mac dispose de 128 Go de mémoire unifiée et d’un SSD de 8 To, contre 64 Go et 1 To pour le Yoga décrit dans son essai.
Le test indépendant réussit deux fois sur trois
StorageReview a évalué une autre machine, un Yoga 9n 2-en-1 à 20 cœurs, 64 Go de mémoire et 1 To de stockage. Dans son test fixe de codage de niveau S avec Codex CLI et gpt-oss:20b, la machine a produit 58,0 tokens/s, avec un temps médian de 132,5 secondes et deux réussites sur trois essais.
La répartition mémoire aide à comprendre la limite observée : sur les 64 Go du système testé, 32 Go étaient affectés au GPU et 32 Go au système. StorageReview n’a pas exécuté sa charge de niveau M avec Qwen3.6-35B-A3B, qui requérait environ 40 Go de mémoire GPU dans son banc d’essai. La capacité totale de mémoire ne suffit donc pas, à elle seule, à établir si une charge plus lourde peut être lancée : l’allocation au GPU compte aussi.
La charge soutenue révèle un compromis mesuré séparément
Dans une boucle Cinebench 2026 d’environ 30 minutes, StorageReview relève un score soutenu de 6 256 points pour le Yoga et une température maximale de 72 °C. Le HP OmniBook Ultra 16 utilisé pour la comparaison atteint 6 942 points et 98 °C dans ce même essai. Ces résultats décrivent cette boucle et ces deux configurations ; ils ne mesurent pas le portage d’application de ZDNET ni la tâche de codage de niveau S.
Lenovo répertorie deux configurations mémoire
Pour le Yoga 9n 2-en-1, Lenovo liste deux variantes N1X. La mémoire unifiée est soudée et ne peut pas être mise à niveau.
| Configuration CPU N1X | Cœurs GPU Blackwell | Mémoire unifiée | Mémoire évolutive |
| 18 cœurs | 5 120 | 32 Go | Non, mémoire soudée |
| 20 cœurs | 6 144 | 64 Go | Non, mémoire soudée |
Les 80 minutes correspondent à un stress test CPU et mémoire
David Gewirtz a d’abord tenté de faire tourner une charge d’IA sur batterie, sans parvenir à la lancer. Il a ensuite utilisé un script personnalisé : 18 processus CPU calculaient des empreintes SHA-256 avec OpenSSL, tandis qu’un autre sollicitait la mémoire. Le test a duré de 19 h 35 à 20 h 55, soit 1 h 20, à partir d’une batterie chargée à 100 %.
Cette durée décrit ce scénario de stress CPU et mémoire. Elle ne mesure ni l’autonomie pendant le codage par IA ni celle d’un usage courant.
