Deine Rechnung ist etwas optimistisch. Der Mega macht zwar zwölf Cycles in jeder MikroSekunde, aber die kriegst du nicht netto für brutto.
Abgesehen vom Schleifen-Drumherum, das ja der Kater schon erwähnt hat:
Um von 16 Bit eins abzuziehen, braucht er mindestens 2 Cycles
Also 6000 statt 12000 ist schon mal sicher.
Schauen, ob es null ist und ggf. wiederholen: nochmals 2 Cycles
Also 3000 statt 12000 ist noch besser
Um es genau zu machen, musst du die Assembler-Liste (.LSS) genau anschauen, welche maschinen-Cycles verbraten werden.