Tom’s Hardware opublikowało 15 października 2026 r. wyniki testu, w którym Surface Laptop Ultra z RTX Spark ukończył dwa zadania lokalnej AI szybciej niż porównywane systemy Apple i AMD. W dwóch grach odnotowano natomiast ograniczenia dotyczące wydajności i opóźnień. Jeffrey Kampman przeprowadził test w tygodniu poprzedzającym publikację; jego artykuł przedstawia wyniki i warunki pomiarów.
Dwa zadania lokalnej AI i trzy systemy
W obu zadaniach AgentPerf-local Surface uzyskał najkrótszy czas ukończenia spośród trzech porównywanych urządzeń. Wyniki dotyczą konkretnych modeli i konfiguracji testowych.
| Zadanie AgentPerf-local | Surface Laptop Ultra z RTX Spark (min) | 14-calowy MacBook Pro z M5 Max (min) | AMD Ryzen AI Halo (min) | Warunki testu |
| Qwen 3.8 27B | 18,9 | 24,74 | 42,1 | Q4_K_M; DFlash2 na Surface i MacBooku, wbudowane MTP na Ryzen |
| Qwen 3.6 35B A3B | 8,08 | 10,12 | 13,29 | Q4_K_M, MTP włączone |
Niższy czas oznacza szybsze ukończenie zadania. AgentPerf-local mierzy czas wykonania kompletnego zadania agentowego, a nie pojedynczą szybkość generowania tokenów. Tom’s Hardware uruchomiło llama.cpp, kompilując je ze źródeł na każdym z systemów. W pierwszym zadaniu ścieżki dekodowania różniły się między platformami: Surface i MacBook korzystały z DFlash2, a Ryzen z wbudowanego MTP.
Testowany Surface miał 20-rdzeniowy układ NVIDIA RTX Spark GB10, 6144 rdzenie CUDA, 128 GB zunifikowanej pamięci LPDDR5X-9400 i dysk o pojemności 1 TB. Porównywany MacBook Pro miał ekran o przekątnej 14 cali; Ryzen AI Halo jest komputerem stacjonarnym w kompaktowej obudowie, a nie laptopem.
Qwen 3.8 27B i Qwen 3.6 35B A3B to odrębne obciążenia, więc ich czasów nie należy zestawiać tak, jakby chodziło o ten sam model. Tom’s Hardware opisało Qwen 3.6 35B A3B jako lżejszy i mniej inteligentny model. Różnica w konfiguracjach dekodowania przy pierwszym zadaniu również zawęża zakres porównania.
Co wyniki mówią o grach
W Gears of War: E-Day, przy rozdzielczości 1908×1272, ustawieniu High, włączonym Mega Geometry i generowaniu klatek 2X, Tom’s Hardware zmierzyło średnio 77,7 kl./s. Wynik 1% low wyniósł 39,9 kl./s, a średnie opóźnienie PC — 83,5 ms. Podczas zmiany mapy Jeffrey Kampman odnotował poważne zawieszenie gry.
W Control Resonant test odbył się w 2560×1440, na ustawieniu High, z wyłączonym śledzeniem promieni i MFG 3X. Wyniki wyniosły średnio 109,2 kl./s, 51,6 kl./s dla 1% low i 78,3 ms średniego opóźnienia PC. Kampman zauważył, że włączenie śledzenia promieni obniżało liczbę klatek i zwiększało opóźnienie.
Testowane gry działały przez emulację x86 Prism w systemie Windows on Arm. Tom’s Hardware wiązało ograniczenia w grach z narzutem emulacji, obciążeniem procesora Grace i współdzieloną przepustowością pamięci. Dla osób stawiających na maksymalną wydajność, niskie opóźnienia albo śledzenie promieni autor testu wskazał laptop gamingowy z dedykowaną kartą RTX 50.
Zakres testu
Artykuł Tom’s Hardware koncentrował się na platformie i jej wynikach w lokalnej AI oraz grach. Nie zawierał własnych pomiarów czasu pracy na baterii ani ocen jakości wykonania i wyświetlacza. Tom’s Hardware podało też, że funkcje Windows 11 przeznaczone do obsługi bezpiecznych, zarządzalnych lokalnych agentów nie były gotowe, by Jeffrey Kampman i Andrew Freedman mogli je przetestować.
