运行对比

打开 BoosterX → 基准测试 → 比较，添加所需的已保存结果。对于前后对比实验，请选择相同版本的负载、配置文件和条件。数字上的差异本身并不能证明某项调整的效果。

在界面中还可以研究不同运行之间的差异：CPU、GPU、延迟、绝对值和百分比。条件不一致并不会使数字本身失去价值，但会限制关于差异原因的结论。请检查兼容性警告，不要将不同版本的比较视为纯粹的实验。

分数可能会按照当前服务器公式重新计算，因此请比较同一方法的评分，并单独比较原始指标。重新计算不会改变已执行的负载。在统一在线排行榜中的名次并不能证明测量条件相同。

实验计划

1. 记录处理器和显卡型号、Windows 和驱动程序版本。测试之间不要更改电源模式和散热。使用同一组后台程序。
2. 首先在不更改设置的情况下至少执行三次测试。这样你就能看到正常的结果波动范围。对于微小差异的结论，可能需要更多次重复。
3. 更改一项设置并重复测试。如果需要重启，在原始设置的系列测试之前也要执行重启。每次运行前等待相同的时间。
4. 如有可能，先检查原始设置，然后检查更改后的设置，再检查原始设置：A → B → A。这样的顺序有助于将设置的效果与预热和后台负载区分开来。
5. 保存所有结果。预先确定哪些故障会使测试不适合比较，例如运行中断。如果排除某项测试，请说明原因。评分低本身并不是删除它的理由。

保持屏幕分辨率以及窗口或全屏模式一致。如果要检查分辨率的影响，请在每个选定的分辨率下重复测试多次。

应关注什么

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

比较各次运行的平均值和波动范围。不仅要检查最终得分，还要检查各项单独评分、以毫秒为单位的延迟、P99 / 1% Low CPU 以及每个负载的执行速度（throughput）。对于延迟，负差异通常表示改善；对于得分，正差异表示评分提高。

要检查可重复性，请统计完整运行。一次测试中的数千帧不能替代重复测试：它们都来自同一会话，并受共同条件影响。

可以得出什么结论

相对于正常波动范围的微小变化需要更多次重复。不能仅凭一个系列就设定诸如“大于 1% 即显著”这样的通用阈值。即使差异在统计上可区分，也可能小到没有实际效果。

逐块诊断已经内置于结果中：对于每个负载，都会保存各块执行速度的波动范围、“首-末”偏移以及逐步趋势。这样就能在进一步重复之前判断两次运行的差异是否超过其内部观察到的噪声。将各块汇总为得分的公式已在得分计算中公开。

在归档的版本 0.5.2 的八次运行系列中，比较了优化后系统上的重复运行和分辨率。它不包含未优化状态，因此不能证明 BoosterX 带来的收益。

合成测试有助于研究系统运行中的变化。要验证对特定游戏是否有益，请在其可复现的游戏场景中重复比较。

更新日期：2026-10-02。