Lenovo LOQ 15IRX9 review: vale a pena para devs em 2026

Por que devs ainda perdem horas escolhendo notebook — e como fugir da cilada

Eu já revisei mais código em notebooks ruins do que gostaria de admitir. Quando alguém me pergunta “qual notebook comprar para programar?”, a resposta curta é: depende do seu stack. Mas a resposta longa — e honesta — é que 90% dos devs compram máquina errada porque olham só para “i7 + 16GB” e acham que isso resolve. Não resolve.

Recentemente, navegando pelos lançamentos do Lenovo LOQ 15IRX9 na Amazon, vi uma configuração que me chamou atenção justamente pelo equilíbrio — não pelo exagero. É um i5 da linha HX com RTX 3050 dedicado, vendido por algo em torno de R$ 5.652,00 (com 16% de desconto em relação aos R$ 6.799,00 originais). Para um dev, esse setup tem implicações práticas que valem ser destrinchadas.

O processador: por que o “i5 HX” importa mais do que parece

O grande truque desse notebook está no processador: Intel Core i5-13450HX. Muita gente torce o nariz para “i5”, mas a letra HX muda tudo. Estamos falando de um chip da família high-performance para workstations, com 10 núcleos (6P + 4E) e 16 threads, P-cores chegando a 4.6GHz e E-cores a 3.4GHz, com 20MB de cache.

Na prática, isso traduz em:

• Compilação de projetos C/C++/Rust: tempos até 30-40% menores que chips U-series de mesma geração.
• Build de Docker multi-stage: o paralelismo dos E-cores ajuda em tasks I/O-bound.
• Rodar IDEs pesadas (IntelliJ, Visual Studio + ReSharper, Android Studio) sem gargalo quando o indexador está trabalhando.

A armadilha aqui é comparar i5 HX com i7 U. Parece “inferior” no nome, mas a arquitetura entrega clocks sustentados maiores por mais tempo — exatamente o que devs precisam em longas sessões de compilação.

RAM e storage: o ponto onde a maioria dos notebooks gamer tropeça

O LOQ 15IRX9 vem com 16GB DDR5-4800 em dual-channel (2x8GB SODIMM) e 512GB SSD M.2 PCIe Gen4 TLC. DDR5 dual-channel é o mínimo aceitável hoje em dia — qualquer coisa abaixo disso prejudica performance em workloads com muitas VMs.

Para devs em 2026, esses números merecem reflexão:

• 16GB ainda aguenta? Sim, para stack médio: Node.js + Docker + um browser + VSCode. Mas se você roda Postgres + Redis + Elasticsearch local, prepare-se para engasgos.
• 512GB é apertado: projetos de IA com datasets, builds incrementais do Node_modules, containers e snapshots Docker consomem isso em poucos meses. Recomendo comprar um SSD NVMe externo de 1-2TB desde o dia 1.

GPU dedicada RTX 3050: subutilizada por devs, mas com usos reais

A RTX 3050 com 6GB GDDR6, TGP de 95W e 142 AI TOPS parece exagero para quem só programa backend. Mas na minha experiência, ela abre portas que muita gente ignora:

• Inferência local de modelos LLM: dá para rodar modelos 7B quantizados (Q4_K_M) com llama.cpp ou Ollama em velocidade utilizável.
• Treinamento leve em PyTorch/TensorFlow: fine-tuning de modelos pequenos ou experimentação com CNNs.
• Aceleração CUDA em build tools: ripgrep, regex engines aceleradas por GPU, e até compilação em alguns cenários.

Comparando com alternativas da mesma faixa — o ASUS TUF Gaming F16 com RTX 4050 está na faixa dos R$ 8.279,00 e o Acer Nitro V15 com RTX 4050 gira em torno de R$ 6.199,00. O LOQ entrega a 3050 por um preço mais agressivo, sacrificando performance bruta de GPU mas mantendo TDP saudável (95W), o que significa menos thermal throttling em sessões longas de código.

Tela, ergonomia e o que ninguém fala

Painel FHD (1920 x 1080) IPS, 144Hz, 100% sRGB, 300 nits, antirreflexo. Para um dev, três pontos importam:

1. 144Hz faz diferença não só em jogos: scroll de código, animações de UI no browser e movimentação de janelas ficam visivelmente mais suaves. Depois que você se acostuma, voltar a 60Hz dói.
2. 300 nits é suficiente para ambientes internos, mas se você trabalha em cafés com janela, vai sofrer com reflexos.
3. 100% sRGB é bônus: quem mexe com front-end consegue avaliar cores com fidelidade razoável sem calibrador externo.

O teclado é retroiluminado branco no padrão brasileiro — ponto positivo, porque muitas marcas entregam layout US/UK que quebra o uso de cedilha e Ç. A webcam FHD 1080p com obturador digital é um detalhe pequeno, mas faz diferença em pair programming remoto.

Na Prática: configurando o LOQ para virar uma workstation de dev

Como o notebook vem com Linux (sem distro especificada na página da Amazon), vou assumir que você vai instalar a sua distro favorita. Aqui está um setup mínimo que aplico em qualquer máquina nova:

# Após instalar Ubuntu/Fedora/Debian, sudo na mão:

# 1. Atualizar o sistema e instalar build essentials
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential git curl wget zsh \
  neovim tmux htop btop tree jq ripgrep fd-find

# 2. Configurar swap para evitar OOM em compilações pesadas
sudo fallocate -l 8G /swapfile
sudo chmod 600 /swapfile && sudo mkswap /swapfile && sudo swapon /swapfile
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

# 3. Otimizar swappiness (devs = manter mais coisa em RAM)
echo 'vm.swappiness=10' | sudo tee -a /etc/sysctl.conf

# 4. Instalar Docker (essencial hoje)
curl -fsSL https://get.docker.com | sh
sudo usermod -aG docker $USER

# 5. Instalar Node, Python e Rust via gerenciadores próprios
# Node via nvm, Python via pyenv, Rust via rustup

Esse fluxo é o que eu uso em qualquer notebook que chega para review. Em um LOQ com i5-13450HX, a compilação de projetos Rust médios (actix-web + sqlx) cai de ~3min em um i5 U-series para ~1min30. Faz diferença quando você está iterando.

Configurando a RTX 3050 para workloads de IA local

Para quem quer usar a GPU em inferência local:

# Instalar drivers NVIDIA + CUDA (Ubuntu 22.04+)
sudo apt install -y nvidia-driver-535 nvidia-cuda-toolkit

# Verificar
nvidia-smi

# Instalar Ollama (uma das formas mais simples de rodar LLMs locais)
curl -fsSL https://ollama.com/install.sh | sh

# Baixar e rodar um modelo 7B
ollama pull llama3.1:8b-instruct-q4_K_M
ollama run llama3.1:8b-instruct-q4_K_M

Com 6GB de VRAM, você consegue rodar confortavelmente modelos até 8B quantizados. Não é workstation de IA, mas é mais do que suficiente para experimentação, pair-programming assistido e agentes locais.

Erros comuns que devs cometem ao comprar notebook gamer

Depois de anos avaliando hardware para o meu setup de trabalho, compilei os equívocos mais frequentes:

1. Comprar i7 U-series achando que é “melhor” que i5 HX: o HX tem TDP muito maior (até 55W+) e clocks sustentados superiores. Para compilação, vence.
2. Ignorar o sistema de refrigeração: o LOQ tem design térmico de hipercâmara, que promete operação fria e silenciosa. Isso é crítico — chip que throttleia a 30 segundos não serve para nada.
3. Subestimar a importância do Wi-Fi 6 + Bluetooth 5.2: se você trabalha remoto, conexão ruim custa mais produtividade do que CPU lento.
4. Não verificar layout de teclado ABNT: já vi gente comprando notebook gamer importado e quebrando a cabeça com cedilha. O LOQ entrega padrão brasileiro — ponto para a Lenovo.
5. Esquecer da bateria: 60Wh em notebook gamer é padrão. Em uso real (VSCode + browser + Docker), espere 4-5h. Nada espetacular, mas honesto.
6. Pagar caro em GPU que não vai usar: se você não mexe com IA local, ML ou rendering, uma RTX 3050 é overkill. Mas como dev que experimenta IA, é um divisor de águas.

Comparativo rápido com concorrentes da mesma faixa

O LOQ 15IRX9 entrega o mesmo processador da versão mais cara (com Windows), mas por ~R$ 450 a menos, porque vem com Linux. Se você ia formatar e instalar Linux de qualquer jeito, é economia direta.

FAQ — Perguntas reais que devs fazem antes de comprar

O i5-13450HX aguenta rodar Docker + múltiplas VMs?

Sim. Com 10 núcleos e 16 threads, é possível rodar 2-3 VMs leves simultaneamente (com VirtualBox ou QEMU/KVM) enquanto containers Docker rodam em paralelo. Para projetos mais pesados (Kubernetes local com kind/minikube), reserve 8GB para o cluster e mantenha 8GB para o host — apertado, mas factível.

16GB de RAM em 2026 é suficiente para desenvolvimento?

Depende do stack. Para frontend puro ou backend Node.js, sim. Para Java/Spring com microserviços locais, vai faltar. A boa notícia é que o LOQ tem 2 slots SODIMM — upgrade para 32GB é viável e barato (DDR5-4800).

A RTX 3050 serve para treinar modelos de IA?

Para experimentação e fine-tuning de modelos pequenos (até 3B parâmetros), serve. Para treinar do zero qualquer coisa maior, é inviável. Para inferência de modelos 7B quantizados, é o hardware mínimo aceitável.

Vem com Windows ou Linux?

Segundo a página do Lenovo LOQ na Amazon, este modelo específico (83KHS00200) vem com Linux. A versão com Windows 11 (83KH0006BR) está listada por ~R$ 6.099,00 — vale a pena considerar se você precisa de compatibilidade com ferramentas específicas (alguns pacotes de design ainda têm fricção no Linux).

Como dev, vale a pena em vez de um MacBook Air M2?

São propostas diferentes. MacBook Air tem bateria de 15h+, chip ARM eficiente e zero ruído (fanless). LOQ tem mais RAM upgradable, GPU dedicada, tela 144Hz e roda Linux nativamente. Se seu stack é web/backend JavaScript/Python, MacBook pode ser melhor. Se você mexe com CUDA, Docker em x86, ou precisa de GPU para IA, o LOQ vence.

Veredito: para quem o Lenovo LOQ 15IRX9 faz sentido

Na minha experiência, esse notebook é uma escolha sólida para três perfis:

• Dev full-stack que quer GPU para experimentação com IA local sem pagar R$ 8k+ em um modelo com RTX 4050.
• Estudante de engenharia/CS entrando em mercado, que precisa de máquina capaz por 3-4 anos.
• Dev backend em transição para devtools/AI, que vai usar a RTX 3050 para prototipar agentes e inferência local.

Não faz sentido se: você prioriza bateria extrema (vá de MacBook ou ThinkPad), precisa de tela 4K (esse é FHD), ou só programa CRUD básico em editor leve (qualquer Ultrabook com 16GB resolve por menos).

A garantia Premium NBD de 1 ano é o padrão Lenovo — on-site no próximo dia útil. Para notebook nessa faixa, recomendo estender para 24 meses pelos R$ 309,90. Compilação pesada + mobilidade é cenário de risco maior.

Se fizer sentido para você, vale conferir a oferta atual direto na Amazon. Preço e estoque oscilam bastante nessa faixa.

🛒 Ver na Amazon

Gostou? Me segue no GitHub e deixa um comentário se tiver dúvida ou quiser aprofundar algum ponto — benchmark de compilação real, comparativo de distro ideal para esse hardware, ou setup completo de dev com IA local. Estou sempre aberto a trocar ideia sobre tooling. 🚀