基准测试可重复性验证

本页内容

在六次 1920×1080 运行中，PC Score 的变异系数为 0,256%。两次较低分辨率的运行相对这六次均值的偏差为 +0,392% 和 −0,070%。在一台 PC 上离散度很小，但根据这些数据无法评估其他配置上的噪声。

这里是对 2026-09-04 全部八次运行的解析。没有任何一次运行被从表格中剔除。计算已于 2026-09-07 重新核算。

条件

参数	该系列数据
CPU	AMD Ryzen 7 7800X3D，8 个物理核心 / 16 个逻辑处理器
GPU	NVIDIA GeForce RTX 5070
Windows	内部版本 26200；结果中的版本字符串为 `Windows 10.0.26200`
引擎	PCBenchmarkX 0.5.2
配置文件	Candidate，测试时长与组成相同
评分模型	score-model-1.2-candidate-1
内部渲染分辨率	全部八次运行均为 1920×1080
输出	无边框全屏窗口
环境状态	所有结果中均标记检测到虚拟机监控程序

据作者称，使用的是经过 BoosterX 优化的 Windows。该系列的完整设置列表未公布。归档中也没有与未优化 Windows 的对比。标记的虚拟机监控程序并不能证明实际是在客户机 VM 内运行。

摘要中没有图形驱动程序版本，归档也无法确定测试期间各组件的温度和完整设置列表。

运行是如何划分的

前三次运行在同一次 Windows 启动中完成，接下来的三次各自在单独重启之后进行。这可以从系统连续运行时间（uptime）看出：计算出的启动时刻在 №1-3 中一致，而在 №4、№5 和 №6 中各不相同。最后两次分辨率测试在 №6 之后进行，没有再次重启。

№	Windows 启动	测试前系统运行时间，分钟	输出分辨率	PC Score
1	A	4,94	1920×1080	14 198,58
2	A	7,56	1920×1080	14 229,16
3	A	10,23	1920×1080	14 186,01
4	B	0,67	1920×1080	14 239,20
5	C	3,52	1920×1080	14 224,65
6	D	7,80	1920×1080	14 141,08
7	D	10,62	1280×768	14 258,79
8	D	13,48	800×600	14 193,24

运行 №4 在启动后不到一分钟即开始。测试前的等待时间各不相同，因此这里无法单独区分出“仅重启带来的效应”：系统启动后软件的行为会叠加进来。

1920×1080 下的重复性

这里的 CV 是在完整运行之间计算的，使用除数为 n − 1 的样本标准差：

mean = sum(x) / n
s = sqrt(sum((x − mean)^2) / (n − 1))
CV, % = 100 × s / mean
range, % = 100 × (max(x) − min(x)) / mean

PC Score 系列	n	平均值	CV	极差 / 平均值
同一次启动，№1–3	3	14 204,58	0,156%	0,304%
不同启动，№4–6	3	14 201,65	0,373%	0,691%
全部 1920×1080，№1–6	6	14 203,12	0,256%	0,691%

比较前三次与后三次得到差异 −0,021%。不同启动之间的离散度高于同一次启动内部，但在该系列中仍然很小。每组三次运行太少，无法就极限误差得出严格结论。

组件，№1–6	平均值	运行间 CV	极差 / 平均值
Performance	11 437,74	0,121%	0,330%
Core Latency Score	21 750,66	0,392%	1,129%
Consistency	12 878,65	0,832%	2,156%

在三个组件中，Performance 表现出最高的稳定性。使用延迟分布尾部的模块波动更明显。因此，看起来相同的最终得分并不能保证帧时间分布的情况也相同。

分辨率检查

分辨率	PC Score	Δ PC 相对 №1–6 平均值	Δ Performance	Δ Core Latency Score	Δ Consistency
1280×768，№7	14 258,79	+0,392%	−0,054%	+0,633%	+1,149%
800×600，№8	14 193,24	−0,070%	−0,089%	−0,099%	+0,022%

降低输出分辨率并未导致 Performance 系统性上升。这符合固定内部负载 1920×1080的逻辑。

如果只与同一次 Windows 启动中最近的 1920×1080 运行 №6 比较，PC Score 的变化为 +0,832% 和 +0,369%。差异取决于我们是与单次运行比较还是与多次运行的平均值比较，因此这里给出了两种结果。

每个低分辨率下只有一次运行。顺序没有交替，分辨率切换后也没有再次运行 1920×1080。结果与固定内部负载的假设一致，但不排除分辨率对个别组件的影响。要验证这一点，需要在多台 PC 上以交替顺序重复测试。

计算核对与可用数据

全部八次运行均已完成：在公布的 CSV 中，每次运行的四项评分和输入聚合值均已填写。运行的适用性由运行质量模型（Run Quality）评估，该模型在方法说明中有描述：它考虑 CPU 后台负载、虚拟机监控程序、电池供电和远程会话。同时，外部干扰仍可能影响测量：按该模型判定运行适用并不能证明不存在这些干扰。

对于所有运行，Performance、Core Latency Score、Consistency 和 PC Score 均已根据保存的 throughput 和百分位数重新计算。与公布值的最大偏差小于 0,000001 分。这是对聚合值公式的核对；本分析未从原始帧完整重建百分位数。

八次运行的清洗后数据，CSV。
计算核对脚本，Python 3。仅需标准库。

将两个文件保存到同一目录并运行：

python analyze_repeatability.py

CSV 包含评分和输入聚合值、分辨率、系统运行时间以及启动的代号。包含标识符和辅助数据的完整原始归档不予公布。

独立结果

要在其他计算机上检查重复性，请将你的系列发送至 admin@boosterx.org，主题为“PCBenchmarkX: повторяемость”。

请在相同条件下发送多份完整结果，并注明 CPU、GPU、RAM、Windows 和驱动程序版本、配置文件、分辨率、重启情况以及测试之间的更改。如果要检查分辨率的影响，请在运行之间交替分辨率，并在每个取值下进行多次运行。最好发送整个系列，包括“糟糕”或罕见的情况。

发送前请检查归档中是否包含个人数据。请说明是否可以在不包含你个人数据的情况下公布结果和计算机配置。核对后，我们可以将该系列连同条件、计算和限制一并添加到这里。也请发送离散度较大的系列：它们有助于弄清在哪些条件下结果较不稳定。

本解析由 BoosterX 团队根据提供的系列编写。它不是独立认证，也不证明 BoosterX 优化带来的提升。独立复现将另行标注。