Lenovo ThinkStation P3 Tiny Gen 2 2025, Core Ultra 5 225, 32GB, 1TB SSD, RTX A1000, Black

Die Lenovo ThinkStation P3 Tiny Gen 2 erreicht 79,9 von 100 Punkten und glänzt mit einem Kompakt-Score von 89,2. Der Social Proof liegt im 99. Perzentil bei 4,6 von 5 Sternen aus 191 Bewertungen. Schwachpunkt ist AI-LLM mit nur 52,1 Punkten, was an den 8GB VRAM der RTX A1000 liegt.

Der Intel Core Ultra 7 265 mit 20 Kernen und 4,6GHz Boost-Takt liegt im 67. Perzentil, also solide obere Mittelklasse. Für ein 1-Liter-Gehäuse ist das beeindruckend, auch wenn große Tower mit mehr Kühlung hier mehr rausholen. Die RTX A1000 mit 8GB GDDR6 landet ebenfalls im 65. Perzentil, was für professionelle CAD- und Rendering-Aufgaben völlig ausreicht, aber bei Gaming oder KI-Workloads nicht mit einer RTX 4070 mithalten kann.

Der RAM ist mit 32GB DDR5-5600 im 84. Perzentil ein echtes Highlight. Und die 1TB PCIe Gen5 SSD liegt im 66. Perzentil, was schnelle Ladezeiten und flotte Dateiübertragungen bedeutet. Die Kombination aus 20 Kernen, 32GB RAM und Gen5-Speicher macht die P3 Tiny zu einer ernstzunehmenden Workstation, die sich nicht hinter größeren Systemen verstecken muss. Nur bei AI-LLM-Anwendungen mit 52,1 von 100 wird es eng, da stößt die 8GB VRAM schlicht an ihre Grenzen.

Gegen den Apple Mac Studio M4 Max wirkt die P3 Tiny mit ihrem 67. Perzentil bei der CPU und 65. Perzentil bei der GPU wie ein Außenseiter, aber der Mac kostet auch ein Vielfaches und ist für andere Zielgruppen gedacht. Der HP OMEN GT22-3080 und der MSI Aegis ZS2 A9NVP-1407US sind klassische Gaming-Tower mit deutlich mehr GPU-Power, dafür aber auch deutlich mehr Volumen und Gewicht. Der Dell Tower ECT1250 bietet ähnliche Workstation-Ausrichtung, aber ohne den Kompakt-Vorteil von 89,2 Punkten. Die P3 Tiny gewinnt, wenn Platz das entscheidende Kriterium ist, und verliert, wenn maximale Rechenleistung zählt.

Der Preis von 1.999 USD in den USA ist für eine kompakte Workstation mit 20-Kern-CPU, 32GB RAM und RTX A1000 fair kalkuliert. In Kanada werden 5.069 CAD aufgerufen, was deutlich teurer wirkt, aber die Währungen sind nicht direkt vergleichbar. Die Kombination aus dem 84. Perzentil beim RAM und dem 99. Perzentil beim Social Proof zeigt, dass Käufer hier solide Hardware für ihr Geld bekommen. Wer die volle Leistung eines großen Towers braucht, zahlt bei Konkurrenten wie dem HP OMEN GT22-3080 oder dem ASUS ROG GM700 oft mehr für vergleichbare Specs, bekommt dafür aber mehr Aufrüstbarkeit.

Die Lenovo ThinkStation P3 Tiny Gen 2 packt einen Intel Core Ultra 7 265 mit 20 Kernen und eine NVIDIA RTX A1000 mit 8GB GDDR6 in ein 1,4kg leichtes Gehäuse. In unserer Datenbank landet sie bei einem Gesamtscore von 79,9 von 100, wobei der Bereich kompakt mit 89,2 klar heraussticht. Das ist kein Wunder, denn hier bekommst du Workstation-Power im Format einer Brotdose. 32GB DDR5-5600 und eine 1TB PCIe Gen5 SSD runden das Paket ab.

Der Social Proof ist mit dem 99. Perzentil das absolute Highlight, 191 Käufer vergeben im Schnitt 4,6 von 5 Sternen. Der RAM liegt mit dem 84. Perzentil ebenfalls weit oben. Aber die AI-LLM-Wertung von 52,1 zeigt, dass die kleine Kiste bei großen KI-Modellen an ihre Grenzen stößt. Für klassische Workstation-Aufgaben ist sie trotzdem ein echtes Kraftpaket.

Wer regelmäßig große KI-Modelle lokal ausführt oder GPU-intensives Rendering betreibt, sollte sich die 52,1 Punkte im AI-LLM-Bereich genau ansehen. Die 8GB VRAM der RTX A1000 sind hier der Flaschenhals. Auch wer mehr als zwei Monitore benötigt, sollte vorsichtig sein, Käufer berichten von Problemen beim dritten Display. Und wer auf maximale CPU-Leistung angewiesen ist, findet im 67. Perzentil des Prozessors keinen Spitzenreiter, größere Systeme mit besserer Kühlung holen hier mehr raus.

Die ThinkStation P3 Tiny Gen 2 ist die richtige Wahl, wenn du eine vollwertige Workstation auf minimalem Raum brauchst. Der Kompakt-Score von 89,2 und das 99. Perzentil beim Social Proof sprechen eine klare Sprache: Käufer lieben dieses Gerät. Mit 32GB DDR5-5600 und einer 1TB Gen5 SSD bist du für professionelle Aufgaben bestens gerüstet. Nur wer regelmäßig große KI-Modelle lokal ausführen will, sollte sich die 52,1 Punkte im AI-LLM-Bereich genau ansehen und eventuell zu einem System mit mehr VRAM greifen.