Nvidia-RTX-Spark-Laptops ab 2.599 US-Dollar im Handel

Laptops mit Nvidias RTX-Spark-Chip sind am Freitag, dem 16. Oktober 2026, in den Handel gekommen, von sechs Herstellern und zu Preisen ab 2.599 US-Dollar. Jedes Gerät hat bis zu 128 GB Speicher, den sich Prozessor und Grafikchip teilen. Das reicht, um große KI-Modelle und KI-Agenten direkt auf dem Laptop auszuführen, ganz ohne Cloud-Dienst, und genau darum geht es.

Preise und Konfigurationen unterscheiden sich je nach Region, und die Geräte werden über die Websites der Hersteller und große Händler verkauft, berichtet Investing.com. Microsofts eigenes Modell, das Surface Laptop Ultra, ging am 8. Oktober in die Vorbestellung, zum Preis von 2.599,99 US-Dollar.

Die Laptops im Handel

Investing.com und The Next Web nennen dieselben Modelle zum Start:

Hersteller	Modelle
ASUS	ProArt P14, ProArt P16
Dell	XPS 16
HP	OmniBook Ultra, OmniBook X 14
Lenovo	Yoga Pro 9n
Microsoft	Surface Laptop Ultra
MSI	Prestige N16, Prestige N16 Flip AI+

Laut Nvidias ursprünglicher Ankündigung vom 31. Mai sollen Acer und GIGABYTE später folgen. Die Ankündigung beschrieb außerdem Laptops, die nur 14 Millimeter dünn und nur drei Pfund leicht sind, in Größen von 14 bis 16 Zoll.

Was drinsteckt

RTX Spark ist ein einziger „Superchip“. Er kombiniert einen Blackwell-RTX-Grafikchip mit einem Grace-Prozessor, einer CPU, an deren Entwicklung MediaTek mitgewirkt hat. Nvidia gibt bis zu 1 Petaflop KI-Leistung bei FP4 an, einem Zahlenformat mit geringer Genauigkeit für schnelle KI-Berechnungen.

Der gemeinsame Speicher ist der entscheidende Teil. Bei den meisten Laptops hat der Grafikchip einen eigenen kleinen Speicher, der begrenzt, wie groß ein KI-Modell sein darf, das er aufnimmt. Hier stehen beiden Chips bis zu 128 GB zur Verfügung. Laut Nvidias Ankündigung vom Mai können die Geräte Modelle mit 120 Milliarden Parametern und bis zu 1 Million Token Kontext ausführen. Token sind die Wortteile, die ein Modell liest.

Nemotron 3.5 Bolt, das Modell für diese Geräte

Nvidia hat am Donnerstag, dem 15. Oktober, ein neues offenes Modell für diese Geräte veröffentlicht. Nvidias Blogbeitrag nennt es Nemotron 3.5 Bolt 74B-A9B. Es hat insgesamt 74 Milliarden Parameter, aber nur 9 Milliarden sind bei jedem Schritt aktiv. Diese Bauweise heißt Mixture of Experts. Auf 2-Bit-Zahlen komprimiert, passt das Modell in 24 GB Speicher.

Laut Nvidia ist das Modell vollständig offen, einschließlich Trainingsdaten, Gewichten und Trainingsrezepten. Es läuft mit gängigen lokalen Werkzeugen: llama.cpp, Ollama, LM Studio, Unsloth und vLLM. Eine kleinere 4-GB-Version, Nemotron 3.5 Bolt E4B, soll am 23. Oktober erscheinen.

The Next Web liefert einen Realitätscheck. Bolt erreicht 21 Punkte im Artificial Analysis Intelligence Index, gegenüber 58 für Anthropics Claude Opus 5.5. Ein lokales Modell spart Cloud-Kosten, ist aber kein Frontier-Modell. Nvidia hat diese Woche außerdem Nemotron 3.5 Super VL veröffentlicht, ein größeres offenes 120B-Modell.

Agenten und Software zum Start

Zu den Agenten zum Start gehören laut Nvidia GitHub Copilot, Hermes, OpenClaw, Perplexity, Pi und WorkBuddy. The Next Web berichtet, dass sie sich ohne Kommandozeile installieren lassen.

Zwei Sandboxes begrenzen, worauf ein Agent zugreifen kann: Nvidias OpenShell und Microsofts Execution Containers. Ein Router namens Switchyard, der später im Oktober erscheinen soll, lässt den Hermes-Agenten die Arbeit zwischen lokalen und Cloud-Modellen aufteilen, so The Next Web.

„Wir bauen Windows zur Plattform für hybride Intelligenz aus, auf der KI lokal laufen kann, wenn es sinnvoll ist“, sagte Yusuf Mehdi, Executive Vice President bei Microsoft. Die Unterstützung in Adobes Photoshop und Premiere startet als Beta, Substance 3D folgt später.

Was das für Entwickler bedeutet

• Python-Stack prüfen. Diese Laptops laufen mit Windows on Arm. Laut Nvidia ist der erste PyTorch-CUDA-Build für diese Plattform fertig, und 97 % der 15.000 wichtigsten Python-Pakete funktionieren. Testen Sie die übrigen 3 %, bevor Sie für ein Team kaufen.
• Modelle passend zum Speicher wählen. Bolt braucht 24 GB bei 2-Bit-Genauigkeit. Ein Gerät mit 128 GB lässt Platz für ein größeres Modell oder mehrere gleichzeitig, aber der Arbeitsspeicher ist fest verbaut. Wählen Sie also die Konfiguration für das größte Modell, das Sie ausführen wollen.
• Vor dem Abschied von der Cloud Benchmarks fahren. Bolts Wert von 21 gegenüber 58 für Claude Opus 5.5 ist ein großer Abstand. Erledigen Sie einfache, private oder umfangreiche Aufgaben lokal, und lassen Sie schwierige bei einem Cloud-Modell.
• Zuerst Agentenrechte festlegen. OpenShell und Execution Containers sollen begrenzen, was ein Agent lesen und ändern kann. Richten Sie sie ein, bevor Sie einem Agenten Zugriff auf E-Mail, Code oder Dateien geben.
• Mit regionalen Preisen rechnen. 2.599 US-Dollar ist der Einstiegspreis, und laut Investing.com unterscheiden sich die Preise je nach Region. Prüfen Sie lokale Preise und Verfügbarkeit, bevor Sie Ihr Budget planen.