如何阅读 Web Bench 分数：8 个类别与单核、多核分数的含义

Web Bench 测试完成后，会显示一个醒目的综合得分和 8 个类别的条形图。分数越高越快，这一点很直观，但随之而来的问题也不少：“CPU 多核分数是单核的将近十倍，这正常吗？”“内存分数很低，是不是说明我的电脑很慢？”本文将依次说明如何看懂结果页面上的数字、各个类别与实际使用感受有什么联系，以及比较分数时应当注意什么。

综合得分合并了哪些数据

综合得分是各类别分数的加权几何平均值。每项具体测试都会运行 3 次并取中位数，再对照基准值换算成分数。同一类别内各项测试的分数取平均值，得到类别分数；各类别分数再按权重取平均，就得到综合得分。分数越高，速度越快。

这个分数不是有固定满分的考试成绩，而是把所有测量值按同一方式换算出来的相对刻度。分数越高就表示越快，并不存在某个数值对应的及格线。不过，评分公式可能会随版本变化，因此比较时请只比较同一公式版本的结果。正如下文所述，CPU 多核的分数会比单核高出相当于核心利用倍率的幅度。

各类别的权重如下。权重越大的类别，对综合得分的影响越大。

• CPU 单核 17%，CPU 多核 17%
• 内存 12.75%，GPU 图形 12.75%，GPU 计算 12.75%
• 浏览器 8.5%
• 存储 4.25%
• AI 推理 15%（可选项目，如果不测量，则不计入综合得分）

由于使用的是几何平均，仅有某一个类别特别高，并不会让综合得分大幅上升；反过来，只要有一个类别特别低，综合得分就会被明显拉低。因此均衡的设备比偏科的设备更有优势。另外，设备或浏览器不支持的项目不会被当作错误，而是自动排除，综合得分只根据已测量的类别计算。

CPU 单核与多核：单个核心的爆发力，所有核心的合力

单核类别衡量的是单个核心完成实际工作的速度，包括文本处理、JSON 解析、压缩、哈希、图像处理、排序、寻路、物理模拟、光线追踪和线性代数。单位是每秒运算次数，数字越大，说明相同时间内完成的工作越多。

在日常使用中，它对应的是一次只做一件事时的流畅程度。页面加载速度、应用对点按的响应速度，以及日常的文档和表格处理，往往都跟随单核分数。因为按顺序逐项处理任务的程序，无论有多少核心闲置，速度都受限于单个核心的快慢。

这往往也是“明明核心很多，却时不时觉得卡顿”这一常见抱怨的答案。单核分数较低时，即使核心数看起来很可观，每一项任务也可能需要等待。

补充一点：依赖浏览器 API 的测试，例如 AES-GCM 和 Deflate，在 API 不可用时会被跳过，分数根据其余测试计算。

那么，为什么多核分数会比单核高出好几倍呢？多核类别把同类工作分给多个 Worker，测量各核心协同工作时的吞吐量。你在视频编码、大文件处理，以及同时开着许多标签页和应用的繁重多任务场景中，能感受到这种差别。

数字的大小最让人意外。在当前的评分公式（v4）中，多核每项测试的基准值就是对应单核测试的基准值，也就是单个核心的吞吐量。因此，多核分数大致等于单核分数乘以设备利用核心的效率。核心数多的设备，多核分数远高于单核分数是正常现象，并没有虚高。结果页面上的“多核快 N 倍”正是显示了这个倍率。

好处是，仅凭多核分数就能看出设备利用核心的效率。需要注意的是，不要把这两个数字并排放在一起，就断定多核是更好的分数。它们回答的是不同的问题。

• 单核高：逐步执行的任务速度快，适合日常的响应流畅度。
• 多核高：可以拆分并行执行的工作速度快，适合视频转换和批处理。
• 倍率低：可能是设备核心数少、浏览器使用的 Worker 少，或者发热和功耗限制让核心无法自由运行。

关于这个倍率要提醒一点。它取决于浏览器使用的 Worker 数量以及同步方式，所以不要直接把它换算成物理核心数或时钟频率。在加密或压缩 API 不可用的环境中，相关测试会被跳过。结果页面的高级信息中会列出逻辑核心数，以及这次测试所用的多核 Worker 数量。

内存：吞吐量和延迟是两回事

内存类别同时考察两个方面：对连续的 16 MB 区域进行读取、写入和复制时的吞吐量，以及沿着不可预测的访问链路获取数据时的延迟。吞吐量单位为 GB/s，越高越好；随机访问延迟单位为 ns，越低越好。

吞吐量体现在需要搬运大量数据的工作上，例如编辑大图或视频、同时打开很多标签页，或者加载游戏。在分散的数据之间来回跳转的工作，则更依赖延迟。很可能出现一个数字漂亮、另一个数字难看的情况，所以请分开看。

延迟测试会在改变访问区域大小的同时反复进行。区域较小时，数据存放在 CPU 内部高速的缓存中，延迟保持较低。当区域超出缓存容量后，访问就会到达更慢的内存，延迟随之升高。曲线拐弯的位置，大致就是某一级缓存的边界。快速测量只测两个有代表性的大小，所以完整的曲线需要在完整测量中查看。

一个常见的误解：这并不是衡量你有多少内存。内存耗尽而把数据换出到磁盘的情况，也不在这项测试之内。容量请查看规格表，这个分数只应当理解为内存传递数据的速度。

GPU 图形与 GPU 计算：绘制能力与计算能力

GPU 分为两部分测量。GPU 图形在屏幕外绘制大量三角形、131,072 个粒子，以及泛光和模糊后处理，并报告平均 FPS。它关系到网页游戏、3D 地图和特效丰富的页面运行得是否流畅。由于不在屏幕上显示任何内容，显示器的刷新率不会成为结果的上限，因此能看出 GPU 实际完成了多少工作。

GPU 计算测量的是把计算（而非绘制）交给 GPU 时的表现。它会运行 f32 和 f16 矩阵乘法、图像卷积、粒子模拟和并行求和，并检查输出缓冲区是否正确。这是最接近浏览器中视频处理或 AI 推理这类重度并行工作的指标。矩阵乘法以 GFLOPS 显示，其余以每秒处理的元素数显示，均为越高越好。

你可能会看到图形分数不错，而计算分数很低甚至没有。GPU 测试优先使用 WebGPU，不可用时，只有图形测试会回退到 WebGL2。计算测试需要 WebGPU，而 f16 矩阵测试只有在支持 shader-f16 功能时才会运行。把 WebGPU 的结果和 WebGL2 的结果放在一起比较容易引起误读，所以请先确认两者使用的是同一条图形路径。被跳过的测试会在结果页面上显示原因。

浏览器与存储：网页的手感与文件的手感

浏览器类别测量 DOM 操作与布局、Canvas 2D 绘制，以及显示刷新和帧的稳定性。它与日常印象直接相关：打开复杂的网页应用时的响应，以及滚动和动画看起来是否流畅。DOM 和 Canvas 以每秒运算次数为单位，越高越好；帧间隔以 ms 为单位，越低越好。

这个类别不仅取决于硬件，也很大程度上取决于浏览器引擎和显示设置。同一台设备换一个浏览器，分数可能不同，因此只在同一个浏览器内比较。

存储会在浏览器的 OPFS（源私有文件系统）中创建临时文件，测量顺序写入、顺序读取、随机写入和随机读取，结束后删除这些文件。它与下载大文件或加载离线应用数据有关。单位为 MB/s，越高越好。如果浏览器不支持 OPFS，或者被隐私模式拦截，则会跳过该类别。

存储在综合得分中的权重最小（4.25%）。存储分数低不会让综合得分大幅变动，但对于整天处理大文件的人来说，它可能是最重要的类别。权重表示的是对综合得分的影响，而不是对你自己的使用有多重要。

AI 推理：因为是可选项，所以处理方式不同

AI 推理是可选项，只有在你同意下载模型后才会运行。它会把固定的一组测试语句和图像输入浏览器内的模型，看文本生成和图像模型能跑多快，并且绝不会接触你的个人文件。它可以作为设备上的 AI 功能能否流畅运行的参考，速度值越高越好。

如果你不同意，它就不会运行，也不计入综合得分。包含 AI 与不包含 AI 的结果使用不同的公式版本（包含 AI 的为 v4-ai），因此无法直接比较。当结果页面上 AI 类别显示为“未测量”时，并不是出错，只是表示你没有选择加入。

当 WebGPU 不可用时，AI 会回退到 WASM 路径，结果中也会单独注明。WASM 在 CPU 上计算，因此同一台设备可能会慢很多。这是执行路径的差别，而不是故障。只有当两次 AI 结果使用相同的路径和精度时，才可以相互比较。

如何看强项、弱项和条形图

结果页面会显示类似“强项：X · 相对弱项：Y”的一行。强项是已测量类别中分数最高的，弱项则是分数最低的。关键在于“相对”二字。弱项标注并不是说那个方面不好，而是说在这台设备内部，与其他类别相比，该类别得分最低。即使是各方面都很出色的设备，也会有一行弱项。

关于类别条形图，有一点需要了解：条形的长度是按相对于最高分的比值的平方根绘制的。分数相差一百倍，条形长度看起来只相差十倍。这样可以避免当 CPU 多核这样的某个类别分数特别高时，其他条形被压缩成一条细线。每个条形旁边的数字才是实际分数。

• 用条形判断整体是否均衡，用旁边的数字确认确切的差距。
• 条形长度只有一半，并不代表分数只有一半。由于平方根缩放，分数可能比这低得多。
• 没有条形、标注为“已排除”或“未测量”的类别，是因为不受支持或没有被选择，并不代表得分为零。

分数为何只是参考值，以及如何比较设备

Web Bench 在浏览器中运行。因此，同一台设备的分数会因浏览器及其版本、电源模式、发热、后台应用，以及标签页是否保持在前台而有所不同。分数并不能保证硬件的档次，它反映的是设备在那一时刻、那个环境下有多快，这也是结果页面把它称为会随浏览器、电源模式和发热而变化的参考值的原因。

比较两台设备，或者比较昨天与今天的结果时，养成几个习惯会让判断可靠得多。

1. 比较同一公式版本的结果。公式变化时，比较键也会随之改变，从而避免结果混在一起。例如，v4 的 CPU 多核分数远大于早期版本，所以不同版本的结果无法直接比较。
2. 比较相同的测试类型。快速测量（约 30 秒）和完整测量（约 2 到 3 分钟）包含的测试数量不同。
3. 确认浏览器、GPU 路径（WebGPU 或 WebGL2）以及 AI 路径一致。原则是比较有效测试项目构成相同的结果。
4. 笔记本电脑要保持相同的充电状态和电源模式。开始前关闭其他应用，测试期间让标签页保持在前台。
5. 不要根据单次结果下结论。在相同条件下运行两三次，查看波动范围。几个百分点的差异最好当作噪声处理。

忽略细小的差距，关注差别很大的类别。如果两台设备的单核分数相近，但多核分数相差很大，说明它们利用核心的效率不同。如果只有 GPU 计算分数差得很大，请先检查 GPU 路径和支持的功能。

想知道设备在持续负载下性能是否稳定，可以另外使用压力测试（5 分钟或 10 分钟）。压力测试的分数与完整测量是分开的，降频是根据性能下降推断的，而不是从温度传感器读取的。

Web Bench 在浏览器中运行，无需安装，也无需登录。测量在你的设备上进行，除非你同意加入排名，否则结果不会发送到服务器。先用约 30 秒的快速测量大致了解情况，想要更详细时再进行完整测量。得到结果后，不妨一边打开这篇文章，一边依次查看综合得分、单核与多核的差距，以及强项与弱项那一行，设备的特点就会逐渐清晰起来。

打开 Web Bench