In één gerapporteerde test met het AI-model gpt-oss-120b was de ASUS ProArt P16 met RTX Spark 19 minuten en 38 seconden eerder klaar dan een desktop met GeForce RTX 5090. De ProArt genereerde wel minder completiontokens, de tokens die het model als antwoord produceert. Het tijdsverschil is dus geen vergelijking van gelijke output. Brad Chacos van PCWorld rapporteerde de test.
Eén workload, twee verschillende uitkomsten
Beide systemen draaiden hetzelfde model met dezelfde prompts, invoer, fasegrenzen en inferentie-instellingen. Live webzoekwerk en het ophalen van state vielen buiten het getimede deel.
| Systeem | Testconfiguratie | Verstreken tijd | Gegenereerde completiontokens |
| ASUS ProArt P16 met RTX Spark | 20-core Grace-processor, geïntegreerde Blackwell-graphics, 128 GB gedeeld LPDDR5X-geheugen; ongeveer 96 GB toegewezen aan graphics | 33:13 | 79.903 |
| Desktop met GeForce RTX 5090 | Intel Core i7-14700K, 96 GB systeemgeheugen en RTX 5090 met 32 GB GDDR7 | 52:51 | 92.270 |
Het verschil tussen de looptijden is 19:38. Dat is ongeveer 37,1 procent minder verstreken tijd dan de desktopsessie, maar de desktop produceerde ook 12.367 meer completiontokens. De twee looptijden zijn daarom geen gelijke-outputmeting van tokens per seconde.
Waarom geheugen bij deze test relevant was
De ProArt had 128 GB geheugen dat de processor en geïntegreerde gpu delen. Via MyASUS stelde Chacos voor de zwaarste AI-workloads ongeveer 96 GB in voor graphics. De RTX 5090-desktop had 32 GB eigen GDDR7-videogeheugen. Volgens Chacos speelde de grote geheugenvraag van dit model mee bij het verschil: de laptop kon een grotere gedeelde geheugenpool benutten. Hij meldde ook dat de run van de ProArt deels systeemgeheugen gebruikte.
Chacos waarschuwde dat deze uitkomst geen algemene winst voor RTX Spark aantoont. Volgens hem heeft de RTX 5090 veel meer ruwe gpu-kracht wanneer een workload comfortabel binnen zijn 32 GB videogeheugen past.
De belasting van een lange AI-run
Tijdens de ProArt-run van 33:13 daalde de batterij-indicator van 100 naar 54 procent, een daling van 46 procentpunten. In een afzonderlijke workflow met zeven onderdelen genereerde de laptop 150.995 tokens in 415 seconden; de batterij-indicator zakte daar van 74 naar 65 procent. Die twee batterijmetingen horen bij verschillende tests.
In hetzelfde verslag beschreef Chacos luide ventilatoren, mislukte of afgebroken runs, problemen met de context en aanpassingen aan prompts en configuraties. De laptop was in zijn beoordeling vooral relevant voor uitzonderlijk grote lokale AI-workloads, niet als algemene keuze voor dagelijks gebruik of gaming.
NeoTeo behandelde eerder andere RTX Spark-testresultaten van de ProArt P16 in een overzicht van de laptoptests.
