Für lokale Coding-Agenten reichen auf RTX Spark oft 64 GB

Für lokale Coding-Agenten brauchen Sie nicht zwingend die teuerste Speicherstufe: Laut dem Test von The Register am HP OmniBook Ultra 16 liegt der Sweet Spot bei Modellen mit 20 bis 60 Milliarden Parametern, und die laufen bereits auf den 64-GB-Varianten der RTX-Spark-Notebooks. Der Aufpreis auf 128 GB beträgt beim HP laut ComputerBase-Preisübersicht (Stand 20.10.2026, jeweils günstigstes gelistetes Angebot) 1.500 €, von 4.299 auf 5.799 €. Das sind nach dm-Rechnung rund 23 € für jedes zusätzliche Gigabyte. Einschränkung: Eine Garantie, dass jedes 64-GB-Gerät jedes Modell dieser Größe trägt, gibt keine der beiden Quellen. Und die Kühlung des Testgeräts setzt der Dauerlast Grenzen, egal wie viel Speicher verbaut ist.

Zwischen 1.240 und 2.750 € Aufpreis für die große Speicherstufe

ComputerBase führt in einer fortlaufend aktualisierten Preisübersicht zu den ersten Notebooks mit Nvidia RTX Spark die jeweils niedrigsten gelisteten Preise. Der Chip, in der Übersicht als N1X geführt, kommt in zwei Ausbaustufen: mit 20 Kernen und 6.144 Blackwell-Shadern sowie 24 bis 128 GB LPDDR5X-Speicher, und mit 18 Kernen und 5.120 Shadern, die es nur mit 24 oder 32 GB gibt. Alle Preise unten sind „ab“-Preise und damit eine Momentaufnahme vom 20.10.2026 um 16:15 Uhr.

Beim HP OmniBook Ultra 16 mit 20 Kernen kostet die 64-GB-Variante ab 4.299 €, die 128-GB-Variante ab 5.799 €. Das Asus ProArt P16 startet mit 64 GB ebenfalls bei 4.299 €, mit 128 GB bei 6.699 €. Beim MSI Prestige N16 Flip AI+ stehen 4.749 € gegen 7.499 €, beim Lenovo Yoga Pro 9n 4.699 € gegen 5.939 €. Bei einigen dieser Angebote kennzeichnet ComputerBase Affiliate-Links, ComputerBase verdient also an Käufen über diese Links mit.

Die Aufpreise unterscheiden sich stark. dm-Rechnung aus den ComputerBase-Preisen: Beim HP sind es 5.799 − 4.299 = 1.500 €, geteilt durch 64 zusätzliche GB also etwa 23 € je GB. Beim Lenovo ergeben 5.939 − 4.699 = 1.240 € rund 19 € je GB, beim Asus 6.699 − 4.299 = 2.400 € rund 38 € je GB und beim MSI 7.499 − 4.749 = 2.750 € rund 43 € je GB. Nur beim HP ist der Vergleich sauber, beide Varianten haben laut ComputerBase eine 1-TB-SSD. Bei Asus, MSI und Lenovo listet ComputerBase die 128-GB-Variante nur mit 2-TB-SSD, die 64-GB-Variante mit 1 TB. Dort enthält der Aufpreis also auch den größeren Massenspeicher.

Dazu kommen Geräte mit anderer Ausstattung. Das Surface Laptop Ultra startet laut ComputerBase mit 18 Kernen und 24 GB bei 2.899 €, mit 20 Kernen und 128 GB steht es bei 6.879 €. Das Surface Laptop Ultra lässt sich bei Microsoft am flexibelsten konfigurieren. Das Dell XPS 16 Creator Edition ist seit dem 20.10.2026 in Deutschland gelistet, die 20-Kern-Variante mit 64 GB steht bei 5.942 €. Das liegt rund 1.640 € über dem HP mit gleicher Speichergröße (5.942 − 4.299 = 1.643 €). Ob dieser Abstand an Display, Gehäuse oder anderen Merkmalen liegt, geht aus der Preisliste nicht hervor.

Die Messungen von The Register am OmniBook Ultra 16

The Register hat das HP OmniBook Ultra 16 mit 128 GB und N1X-Chip getestet und am 16.10.2026 veröffentlicht. Die Redaktion nennt in ihrem Test des RTX-Spark-Notebooks Preise in Dollar: rund 3.200 $ für das Basismodell des OmniBook Ultra 16 mit N1X und 6.229 $ für das getestete Gerät. Eine Umrechnung in Euro wäre Spekulation, denn die deutschen Preise folgen eigenen Listen. Alle folgenden Messwerte stammen von The Register, nicht von dm.

Technisch zentral ist die Speicheraufteilung. Das Testgerät kam laut The Register mit einer 50:50-Aufteilung: 64 GB waren der CPU zugeordnet, 64 GB der GPU. Das ist relevant, weil Notebook-Chips dieser Bauart CPU und GPU auf einen gemeinsamen Speicherpool zugreifen lassen. Die Aufteilung legt aber fest, wie viel davon die Grafikeinheit direkt für Modellgewichte und Zwischenspeicher nutzen kann. Die Inferenz-Software llama.cpp, mit der viele lokale Modelle laufen, kann laut Bericht in den CPU-Speicher überlaufen, wenn der GPU-Anteil nicht reicht.

Für Agenten kommt ein zweiter Speicherposten hinzu, der Kontext. The Register schreibt, Agenten-Werkzeuge wie Claude Code bräuchten Modelle, die große Kontextfenster unterstützen, wobei 128.000 Token inzwischen ein guter Richtwert seien. Je länger der Kontext, desto mehr Speicher belegt neben dem Modell auch dessen Zwischenspeicher. Einen konkreten Wert dafür nennt The Register nicht.

Aufschlussreich ist der Agentenvergleich mit Qwen Code. Das größere Modell Qwen3.5-122B-A10B erzeugte Token laut The Register mit ungefähr der halben Rate des kleineren 35B-Modells. Trotzdem lag die mediane Zeit bis zur Lösung der Aufgabe rund 40 Sekunden niedriger, weil das größere Modell nur einen Bruchteil der Token brauchte. Die Token-Rate allein sagt also wenig darüber, wie schnell ein Agent fertig wird. Ein kleines, schnelles Modell, das viele Anläufe braucht, kann langsamer sein als ein großes, das selten danebenliegt.

Das spricht auf den ersten Blick für 128 GB, denn nur dort passt ein 122B-Modell überhaupt hinein. The Register zieht daraus aber einen anderen Schluss: Angesichts der aktuell hohen Speicherpreise liege der Sweet Spot für lokale Code-Assistenten bei 20 bis 60 Milliarden Parametern.

Warum Speicheraufteilung und Hitze den Sweet Spot verschieben

Dieses Bild wurde komplett mit KI generiertProviderhiggsfieldModellgpt_image_2PromptTwo laptops side by side on a desk compared by a developer, external fan cooling pad under one, abstract code on screens, modern office. Photorealistic editorial magazine photo, 16:9. Absolutely no text, no letters, no numbers, no logos, no brand marks.

Die Grenze setzt nicht nur der Speicher. The Register berichtet, dass die GPU-Temperatur unter anhaltender Agentenlast im Verlauf von etwa einer Stunde auf über 90 °C stieg. Die Folgen waren grafische Artefakte, die laut Bericht wahrscheinlich mit überhitzendem Speicher zusammenhängen, und gelegentliche Lock-ups, also Hänger, bei denen das Gerät nicht mehr reagierte. Schon wenige Sekunden Pause zwischen Eingaben reichten dagegen, damit das Notebook stabil und ohne Bildfehler blieb.

Das ist für Coding-Agenten ein praktischer Unterschied zu einem Chat. Ein Chat lässt dem Gerät zwischen den Antworten Zeit zum Abkühlen, ein Agent arbeitet Aufgaben oft über lange Strecken ohne Pause ab. Wer also einen Agenten über eine Stunde und länger laufen lässt, belastet genau das Szenario, in dem das Testgerät auffällig wurde.

Als Ursache nennt The Register ein Kühlsystem, das für einen SoC der 140-Watt-Klasse „vielleicht ein wenig optimistisch“ ausgelegt sei. Ein SoC (System on a Chip) vereint Prozessor, Grafik und Speichersteuerung in einem Gehäuse, und seine gesamte Abwärme muss durch ein einziges Kühlsystem. Der Befund stammt von einem einzelnen Gerät, nämlich dem HP OmniBook Ultra 16. Ob die anderen Notebooks der Preisübersicht ähnlich reagieren, belegen die Quellen nicht.

Für die Speicherfrage folgt daraus: Ein 122B-Modell auf 128 GB ist kein Selbstläufer, wenn die Kühlung die Dauerlast nicht trägt. Die zusätzlichen 64 GB helfen nur, solange das Gerät unter Last stabil bleibt. Dazu kommt die Windows-Aufteilung. Mit der werkseitigen 50:50-Teilung stehen der GPU zunächst 64 GB zur Verfügung, ein 35B-Modell samt Kontext hat dort Platz, ein 122B-Modell nicht ohne Überlauf in den CPU-Speicher. Ob und wie sich die Aufteilung beim Testgerät ändern lässt, beschreibt The Register nicht.

Beim Blick auf Alternativen ist The Register vorsichtig. Mini-PCs wie Nvidias DGX Spark oder Geräte mit AMDs Strix Halo hätten laut dem Bericht bessere Kühlmöglichkeiten, ein fairer Vergleich mit einem Notebook sei das aber nicht. Mini-PCs haben mehr Gehäusevolumen für Lüfter und Kühlkörper, dafür fehlen Akku und Display. Für lokale KI auf Mini-PCs heißt das: mehr Kühlreserve, aber kein mobiles Arbeiten.

Wann 64 GB genügen und wann 128 GB oder ein Mini-PC besser passen

64 GB genügen, wenn Ihr Ziel ein lokaler Code-Assistent mit einem Modell im Bereich von 20 bis 60 Milliarden Parametern ist. Genau diesen Bereich nennt The Register als Sweet Spot und verweist ausdrücklich auf die günstigeren 64-GB-Varianten. Das 35B-Modell aus dem Test liegt mitten darin. Sie sparen dabei laut dm-Rechnung je nach Gerät zwischen 1.240 und 2.750 € (bei Asus, MSI und Lenovo inklusive kleinerer SSD), beim HP sind es 1.500 €.

128 GB sind dann sinnvoll, wenn Sie bewusst Modelle wie das 122B-Modell einsetzen wollen. Der Test zeigt, dass ein größeres Modell trotz halber Token-Rate schneller zur Lösung kommen kann. Das gilt für eine bestimmte Aufgabenreihe mit Qwen Code und lässt sich nicht pauschal auf andere Modelle, Agenten oder Programmiersprachen übertragen. Wer das Gerät außerdem lange am Stück belastet, sollte die Hitzeberichte vom HP einkalkulieren.

Wer vor allem im Büro oder zu Hause arbeitet und kein Notebook braucht, findet in Mini-PCs eine Alternative mit mehr Kühlreserve. Ein Beispiel für diese Klasse ist der Xiaomi AI Cube. Für kleine Modelle und erste Versuche reicht sogar ein Raspberry Pi 5 als günstiger Einstieg. Er ist ausdrücklich keine Alternative für Modelle mit 35 Milliarden Parametern oder mehr, dafür fehlt ihm der Speicher.

Eine Stromkostenrechnung lässt sich aus den Quellen nicht seriös ableiten. The Register nennt für den Chip lediglich die 140-Watt-Klasse, aber keine gemessene Leistungsaufnahme im Agentenbetrieb. Eine Hochrechnung auf Betriebskosten wäre damit erfunden.

Noch ein Punkt aus dem Test bestimmt den realen Bedarf: The Register nennt 128.000 Token als gängigen Richtwert für das Kontextfenster von Agenten. Prüfen Sie vor dem Kauf deshalb nicht nur, ob das gewünschte Modell in 64 GB passt, sondern ob es das auch mit dem Kontext tut, den Ihr Agent braucht. Das ist eine dm-Einordnung, kein Messwert. Ein Modell, das die Gewichte noch knapp unterbringt, aber für den Kontext keinen Platz lässt, würde auf den CPU-Speicher ausweichen und dadurch langsamer laufen. Sind Sie unsicher, probieren Sie ein Modell zuerst in kleinerer Größe aus, bevor Sie 1.500 € oder mehr für die große Speicherstufe ausgeben (dm-Einordnung).