Comparación de ejecuciones

Abra BoosterX → Бенчмарк → Сравнение y añada los resultados guardados que necesite. Para un experimento antes/después elija la misma versión de carga, perfil y condiciones. La diferencia de números por sí sola no demuestra el efecto de un ajuste.

En la interfaz se pueden estudiar las diferencias también entre distintas ejecuciones: CPU, GPU, latencias, valores absolutos y porcentajes. La falta de coincidencia de las condiciones no hace que los propios números sean inútiles, pero limita la conclusión sobre la causa de la diferencia. Compruebe las advertencias de compatibilidad y no considere la comparación de distintas versiones como un experimento limpio.

Los puntos pueden recalcularse según la fórmula vigente del servidor, por lo que compare las puntuaciones de una misma metodología y, por separado, las métricas originales. El recálculo no cambia la carga ejecutada. El puesto en la clasificación en línea única no es prueba de condiciones de medición idénticas.

Plan del experimento

1. Anote el modelo del procesador y de la tarjeta gráfica, las versiones de Windows y del controlador. Entre las pruebas no cambie el modo de energía ni la refrigeración. Utilice el mismo conjunto de programas en segundo plano.
2. Primero realice al menos tres pruebas sin cambiar los ajustes. Así verá la dispersión habitual de los resultados. Para concluir sobre diferencias pequeñas puede hacer falta más repeticiones.
3. Cambie un ajuste y repita las pruebas. Si hace falta reiniciar, hágalo también antes de la serie con los ajustes originales. Antes de cada ejecución espere el mismo tiempo.
4. Si es posible, compruebe los ajustes originales, luego los modificados y después de nuevo los originales: A → B → A. Esta secuencia ayuda a separar el efecto del ajuste del calentamiento y de la carga en segundo plano.
5. Guarde todos los resultados. Determine de antemano qué fallos hacen que una prueba no sirva para la comparación, por ejemplo una interrupción de la ejecución. Si excluye una prueba, indique el motivo. Una puntuación baja por sí sola no es razón para eliminarla.

Mantenga iguales la resolución de pantalla y el modo de ventana o de pantalla completa. Si comprueba la influencia de la resolución, repita la prueba varias veces con cada resolución elegida.

Qué considerar

Δ score, % = 100 × (mean_after / mean_before − 1)
CV, % = 100 × sample_standard_deviation / mean

Compare los valores medios y la dispersión entre ejecuciones. Compruebe no solo la puntuación final, sino también las puntuaciones individuales, las latencias en milisegundos, P99 / 1% Low CPU y la velocidad de ejecución de cada carga (throughput). Para las latencias, una diferencia negativa suele significar una mejora; para las puntuaciones, una diferencia positiva significa un aumento de la puntuación.

Para comprobar la repetibilidad cuente ejecuciones completas. Miles de fotogramas dentro de una sola prueba no sustituyen a pruebas repetidas: todos se obtienen en una misma sesión y dependen de condiciones comunes.

Qué se puede concluir

Un cambio pequeño respecto a la dispersión habitual requiere repeticiones adicionales. No se puede establecer un umbral universal como «todo lo mayor que 1% es significativo» con una sola serie. Incluso una diferencia estadísticamente distinguible puede ser demasiado pequeña para un efecto práctico.

El diagnóstico por bloques ya está integrado en los resultados: para cada carga se guardan la dispersión de la velocidad de ejecución por bloques, el desplazamiento «primero-último» y la tendencia por pasos. Esto permite juzgar si la diferencia entre dos ejecuciones supera el ruido observado dentro de ellas, incluso antes de nuevas repeticiones. Las fórmulas con las que los bloques se agregan en puntuaciones están abiertas en el cálculo de puntuaciones.

En la serie archivada de ocho ejecuciones de la versión 0.5.2 se compararon repeticiones y resoluciones en un sistema optimizado. No contiene un estado sin optimizar y por eso no demuestra una ganancia de BoosterX.

La prueba sintética ayuda a investigar cambios en el funcionamiento del sistema. Para comprobar la utilidad para un juego concreto, repita la comparación en su escenario de juego reproducible.

Actualizado: 2026-10-02.