今日起 NVIDIA RTX Spark 第一波機器剛開賣，國外的更多實測就上場了，昨天我們介紹過中國聯想的 YOGA Pro 15 RTX Spark，今天國外知名 AI 頻道 Alex Ziskind 也收到 MSI Prestige N16 Flip AI Plus，一台 16 吋 360 度翻轉二合一機，核心也是 RTX Spark N1X：20 核 Grace CPU、6,144 核 Blackwell GPU、128GB LPDDR5 統一記憶體，MSI 宣稱具備最高 1 PFLOPS 的 FP4 AI 算力。MSI 對它開出兩張支票：一是本地跑 1,200 億參數模型沒問題，二是全程維持峰值性能不降速。
結論先講在前面：兩個承諾都兌現，而且行銷規格寫保守了，這台機器能吞下的模型比宣稱的更大。至於影片標題裡的「差一點」，指的是使用情境：一台機器要同時顧開發工具與 125B 大模型、還能帶著走，這台筆電幾乎全面勝出；但要 24 小時掛機跑 Agent 的工作，DGX Spark 那種盒子形態依然更合適。
機身與介面：二合一設計，1.9 公斤（⏱️ 01:02-02:32）
機器本體是 360 度翻轉的二合一設計，螢幕可以完全翻到背面。Ziskind 試翻後承認這形態比想像中合理，16 吋 4K tandem OLED 觸控螢幕、120Hz 更新率，「幾乎捨不得碰，怕沾滿指紋」。鍵盤手感清脆，保留 Copilot 鍵，沒有數字鍵盤，Ziskind 對此表示欣賞（也自嘲會被留言罵）。觸控板面積大、反應不錯，但走傳統蹺蹺板結構而非震動回饋式，他期待 MacBook 等級的觸感回饋落空。
機身配 webcam 實體遮罩、指紋辨識、前置揚聲器；介面給到 2 個 USB4、HDMI、耳機孔、SD 讀卡機與 2 個 USB-A，滑鼠接收器不必佔用轉接頭。140W 充電器體積意外地小，他拿 DGX Spark 的變壓器一比，差距明顯。
官方規格補上更多細節：UHD+ 版螢幕為 3840 × 2400、30～120Hz 可變更新率、100% DCI-P3 色域、VESA DisplayHDR True Black 1000，亮度超過 1,000 nits、色準 Delta E 小於 1；機身厚度 13.9～16.9mm、重量 1.9 公斤，電池 99.9Wh、支援 140W USB-C PD 3.1 充電，另有 Wi-Fi 7 與藍牙 5.4。它是首波 RTX Spark 筆電裡唯一的 2-in-1 機種，配 MSI Nano Pen 手寫筆，機身底部有手寫筆收納槽兼充電；觸控板操作面積比前代增加 53%。
Windows on ARM 相容性
N1X 是 ARM 架構，跑的是 Windows on ARM。Ziskind 追蹤 Windows on ARM 兩年多，第一個問題是自己的開發工具能不能跑。他先看社群整理的 Works on WOA 相容清單，結論是除少數邊緣案例，主流開發工具幾乎都到位；Adobe 全家桶也已原生化，只剩 Premiere Pro 還在轉譯。
他實際開工作管理員驗證：Photoshop 是 ARM64 原生（吃 3GB 記憶體照跑），機器上 250 多個服務與背景行程只有 4 個還是 x64，Visual Studio、VS Code、Zed、Python、Node 全數原生。兩年的生態補課，現在到了「能跑」不成問題、「快不快」才是考題的階段。
CPU 實測：Windows 慢在 Python，不在晶片
單核先測瀏覽器 JavaScript 效能的 Speedometer 3.1，跑出 35.2 分，四輪都落在 35 到 37 之間。多核用 20 核全開的曼德博集合（Mandelbrot）計算測試，Windows 平均 22 秒，風扇聽得見；但同一測試在 WSL（Windows 內的 Linux 虛擬機）明顯更快，與 DGX Spark 跑原生 Linux 的 16 秒約莫打平。
他先懷疑 Windows 沒用滿核心，但三個環境都吃滿 20 核。於是他拿掉 Python 變數，用 JavaScript 跑同一套數學在單核上：Windows 1.24 秒、Linux 1.24 秒，完全相同。結論很明確：晶片在 Windows 下一樣快，慢的是 Windows 版 Python 的執行效率，重度 Python 工作丟進 WSL 就對了。拔掉電源測試也很穩，插電 22 秒、電池 23.2 秒，兩邊都設最佳性能模式，差距只有 1 秒出頭，一掃 Windows 筆電離電就降速的老毛病。MSI Center 另有性能、平衡、安靜三檔，安靜模式是真的靜，換取一些性能。
記憶體頻寬實測：筆電贏過 DGX Spark
進大模型測試前，他先量記憶體頻寬，因為生成 token 的速度主要取決於記憶體搬運能力。自製測試腳本在 GPU 上複製、讀取多 GB 區塊：複製 8GB，筆電 143 GB/s、DGX Spark 113 GB/s；讀取 309 GB/s 對 234 GB/s，筆電全面領先。負責算力的 GPU 矩陣乘法部分則幾乎平手，筆電 101、DGX Spark 97。
本地大模型實測：宣稱 120B，實跑 125B
先驗證宣稱：1,200 億參數模型確實跑在 Zed 編輯器的 Agent 裡，全程本地不離機，他認為接本地模型寫程式會是這類筆電的頭號用途。GPU 可用記憶體在 nvidia-smi 顯示 98GB，可在 Nvidia 應用程式裡自行調配，他習慣拉滿 96GB 給 GPU，跑小模型的人可以把記憶體多分給系統跑 Agent。
實測三種模型：稠密模型 Qwen 3 27B（約 22GB）跑 13.4 token/s，每個 token 都要動用全部參數，天生慢；混合專家模型 GPT-OSS 120B 載入 28 秒、佔 96GB 中的 61GB，跑出 65.4 token/s，WSL 下 65.1，同一模型在 DGX Spark 只有 50.6 token/s，筆電快了約三成，呼應前面的頻寬優勢。上下文填滿後各環境都會掉速，Windows 版掉得最少。拔電測試 65.9 token/s，GPU 負載在電池上完全不減速。
資料中心級的 vLLM 也能上場：CUDA 之賜，vLLM 在 WSL 編譯執行（Windows 版編不過）。prompt 處理速度 4,681 token/s，是 llama.cpp 約 1,800 的 2.5 倍；單人生成卻只有 35 token/s，輸給 llama.cpp 的 65。他的比喻是公車對私家車：一個乘客時私家車先到，但公車滿載幾乎不減速，8 個使用者或 8 個 Agent 同時進來，總吞吐量拉到 127.5 token/s，多 Agent 工作負載才是 vLLM 的主場。壓軸是 125B 的 Qwen 3.8 Flash Next，下一代架構、載入 36 秒、吃掉 81GB，在這台薄型筆電上跑 33.7 token/s，超出 MSI 宣稱的 120B 上限。唯一的抱怨是 Windows 老毛病：檔案路徑過長會報錯，長路徑支援還得手動開啟。
20 分鐘燒機：93 度不降速
最後驗證第二張支票。他讓 GPU 生成模型、20 個 CPU 核心同時滿載，連續烤 20 分鐘：前 5 分鐘約 50 token/s，後 5 分鐘 52 token/s，CPU 測試則開頭與結尾都是 26.3 秒，全程無降速。數字比前面的 65 低，原因是雙重負載同時跑（模型單獨跑是 68），屬於資源競爭而非過熱降頻。晶片平均 93 度、峰值 98.6 度，燙是真的燙，但系統沒有回報任何熱降速。
散熱底子有官方說法佐證：MSI 在這台用上 Intra Flow 蒸發腔散熱系統，把冷空氣直接導向處理器，宣稱能降低溫度與噪音、避免負載降速，實測與宣稱相符。
結論與售價：移動 AI 開發的完整答案
Ziskind 的總結很務實：要一台機器同時顧開發工具與 120B、125B 模型，還能帶去飛機上、公園裡，這台做得到；要 24 小時掛機跑 Agent，DGX Spark 還是那台對的機器。MSI 提供 128GB、64GB 與 32GB 三種記憶體版本，海外預購價 3,299.99 美元起，折合新台幣約 10.7 萬元。有興趣的朋友可以自己查看一下影片，有cc 字幕：
台灣已開放預購，兩個規格：C1XMT-217TWY 給 64GB 記憶體、1TB SSD 與 2.8K OLED 觸控螢幕，售價新台幣 139,900 元；C1XMT-209TWY 給 128GB 記憶體、2TB SSD 與 UHD+ OLED 觸控螢幕，售價 239,900 元。10 月 8 日至 11 月 30 日於指定通路購買並完成登錄，送一年延長保固、一年意外損壞保障與 128GB 隨身碟，市價超過 6,000 元。首波 RTX Spark 筆電從 10 月 16 日起陸續出貨，同梯還有華碩 ProArt P16 與 P14，二合一機型目前只有 MSI 這台。
兩個版本價差 10 萬元，差距全在記憶體、SSD 與螢幕解析度。要跑 120B 等級模型只能選 128GB 版，64GB 版的 27B 級模型依然能打；至於 32GB 版，那是買「RTX Spark 開發環境入場券」的價位，別拿它跑旗艦模型。
結語
RTX Spark 平台的第二份實測答案比第一份乾脆：在筆電形態裡，N1X 的 CPU 不輸 DGX Spark、GPU 記憶體頻寬反而更高，128GB 統一記憶體裝得下 125B 模型，離電不降速、燒機不降速。Windows on ARM 的相容性問題縮小到 Python 效率與長路徑這類工具鏈細節，解法都是換個執行環境就好。對想要一台「隨身 AI 工作站」的開發者，這台是目前答案最完整的選項；至於全天候掛機的 Agent 伺服器需求，DGX Spark 的盒子依然無可取代。
