Na análise publicada em 26 de outubro de 2026, a StorageReview registrou resultados sólidos de CPU no ThinkPad P1 Gen 9 SKU 21UE000XUS e executou testes de IA local com modelos menores. A mesma unidade tinha 7,7 GB de memória GPU utilizável, abaixo dos cerca de 16 GB exigidos pelas etapas de carregamento de modelos maiores e agente de programação da suíte, que não rodaram.
A configuração testada
A StorageReview avaliou o SKU 21UE000XUS, com processador Intel Core Ultra 9 386H, 64 GB de memória LPDDR5X-8533 em módulo LPCAMM2, SSD PCIe 5.0 de 2 TB, GPU NVIDIA RTX PRO 2000 Blackwell de 8 GB a 50 W e tela IPS de 16 polegadas com resolução de 3840 × 2400. Os testes foram feitos com o notebook conectado à tomada, no modo Melhor desempenho do Windows e no modo Ultra Performance da Lenovo.
Esses resultados dizem respeito a essa configuração. A Tech Deals descreve em seu vídeo em inglês uma versão diferente do P1 Gen 9, com Core Ultra X7 368H, 32 GB de RAM e SSD de 1 TB.
Resultados de CPU e comparação com o Dell
No Cinebench 2026 multicore, a unidade da Lenovo marcou 5.083 pontos, contra 4.292 do Dell Pro Max 14 Premium com Core Ultra 9 285H. Na compilação completa do LLVM 21.1.4, o P1 levou 309,1 segundos; o Dell, 393,9. Como a compilação é medida em tempo, o valor menor indica que ela terminou antes nessa execução.
| Teste | ThinkPad P1 Gen 9, 21UE000XUS (Core Ultra 9 386H; RTX PRO 2000 a 50 W) | Dell Pro Max 14 Premium (Core Ultra 9 285H; RTX PRO 2000 a 47 W) |
| Cinebench 2026 multicore, pontos | 5.083 | 4.292 |
| Compilação completa do LLVM 21.1.4, segundos | 309,1 | 393,9 |
| Llama 3.1 8B no MLPerf Client, tokens/s | 64,8 | 54,7 |
| Phi-4-mini no MLPerf Client, tokens/s | 111,9 | 88,0 |
A comparação foi feita pela StorageReview. As GPUs dos dois sistemas operaram em potências diferentes, 50 W no P1 e 47 W no Dell, uma diferença relevante ao interpretar os resultados de IA. Em um ciclo de Cinebench de cerca de 30 minutos, o P1 manteve 4.811 pontos, equivalentes a 98,3% do resultado da primeira rodada.
O que os testes de IA local mostram
No MLPerf Client v2.0, a RTX PRO 2000 do P1 registrou 64,8 tokens por segundo no Llama 3.1 8B e 111,9 no Phi-4-mini. Esses dois testes rodaram. Eles não significam que qualquer modelo de 8 bilhões de parâmetros, com qualquer configuração, caiba na memória disponível.
A GPU tinha 7,7 GB de memória utilizável. Na suíte da StorageReview, as etapas de carregamento de modelos e de agente de programação começavam com gpt-oss:20b e exigiam cerca de 16 GB; por isso, essas etapas não foram executadas na unidade testada. O resultado delimita o que aquela configuração realizou nessa suíte, sem converter o teste em uma regra para todo modelo ou contexto de IA local.
Para quais cargas de trabalho os resultados servem
Para tarefas multithread semelhantes ao Cinebench e à compilação LLVM, os resultados publicados colocam a unidade testada à frente do Dell usado como referência nessas medições. Já para inferência local, os números demonstram desempenho nos dois modelos avaliados pelo MLPerf Client, enquanto a suíte não executou seus testes de carregamento a partir do gpt-oss:20b.
Assim, a configuração testada faz mais sentido para quem prioriza processamento de CPU e modelos menores de IA local. Quem precisa executar modelos que exigem cerca de 16 GB de memória GPU não deve tomar os resultados dos testes de 8B como substitutos para esse tipo de carga: os testes maiores não rodaram no SKU 21UE000XUS.
