更新日志

• 特效画廊多了第三层。 效果页面上，十三个基准场景下面新增了五个全屏片元着色器：Star Nest、Marble Drift、Synthwave Horizon、Neonwave Sunrise 和 Static Field。它们都是别人的作品，以 MIT 或 CC0 授权发布，页面上和全屏 HUD 里都会署名。Shadertoy 的默认条款是非商业性的，因此没有明确宽松授权的着色器，再好看也不会收进来。基准测试本身没有任何改动：它的工作负载自 2.2.0 起就已冻结，任何着色器场景都不会计分。首页画廊仍然只显示构成分数的那十三个场景。
• 其中两个是诊断工具，不是装饰。 Static Field 给每个像素填入互不相关的随机值，并且每一帧全部换新——这是面板和视频链路能拿到的最难画面。全屏运行时，像素响应慢会表现为拖影；而投屏或屏幕共享则会直接崩坏。Synthwave Horizon 在高超采样下是一份持续的 GPU 负载，可以用来听风扇何时转起来，或者在实时 fps 读数上看笔记本降频。
• 在着色器上，负载这一项的含义不同。 片元着色器没有粒子，也就没什么可数的；它改为设定每像素的超采样数，1 到 64。十六个采样就是十六倍的填充率，看得出来。速度和渲染比例照旧。着色器磁贴在悬停时也会直接预览真正的着色器，而不是画出来的近似——这一层背后没有任何函式库，three.js 还在下载的工夫，着色器已经编译完了。

• 分数历史表格不再把你的分数拦腰截断。 这个弹窗的列宽沿用了站内规格表格的设定，时间戳占去将近一半的对话框，分数则可以从数字中间断开——11,850 会分成两行出现。现在每一列自己决定宽度：日期缩到够用为止，测试那一列吃下剩余空间，分数保持完整。在手机上，时间戳会把时刻叠到日期下面，而不是从连字符处把日期切开，也不会有内容跑出边框。
• 文章和博客文章的宽度就是里面文字的宽度。 阅读栏一直限制在七十个字符左右，而它外面的页面有 1200 像素宽，于是每篇文章右侧都空着大约 500 像素，署名下的那条横线和分享按钮也一路伸到那么远，越过它们所属的正文。现在两者都在文字结束的地方结束。文字本身没有动过——同样的行宽，同样的断行。

• 触摸屏测试的控件会从手指底下让开。 覆盖率条和关闭按钮现在一起停在你没有在涂抹的那一侧——你在下方涂，它们就上移；你在上方涂，它们就下移——这样面板上的每一格都够得到。单行说明在第一次触摸时退场，重置后再回来；在手机上，重置按钮也不再提到一个根本不存在的按键。iPhone 上的 Safari 不给网页任何全屏接口，所以浏览器自己的栏会留着，工具的不会。
• 一个到处都画得出来的播放三角。 每个开始按钮的结尾都从 ► 换成了 ▶，前者在手机上会被画成又矮又不搭的字形。十六个语言版本、帮助卡片、烧屏测试的继续按钮和各语言的专题页一同改动。
• 第一个色块上方的文字更少了。 首页标题现在是 “Screen test & benchmark”，下面那行已经去掉；窄屏上面板提示不再显示键盘说明——“Esc 退出” 在手机上没有意义。顶栏在每种语言下都写作 “Screen Test Pro”；分享卡片和复制出来的成绩行也不再使用域名写法。
• 一键测试目录已经可以翻译了。 英文首页显示的每个色块名称、每条分组说明、每行 HUD 文字和每个读数标签，现在在全部十五本词典里都有了对应的键；一种语言的键一旦带上翻译，首页就会切换到这份目录。在那之前，翻译版首页与昨天完全一样。

• 一个排行榜页面。 首页榜单停在十条。/leaderboard/ 继续往下：最多 200 行，每台机器一行，可看最近 30 天或全部时间，也可看我们仍保有样本的每一个基准版本——选 2.1.0 或 2.0.0，就能看到那套负载下的榜单是什么样子。字段与首页那些行一样粗略，同样是每台机器只占一行；新的只有深度和历史。隐私政策页把这件事写得明明白白。
• 十六张测试图，一轮走完。 昨天的测试图色片会打开两个不同的工具——三张广播测试卡在一个工具里，十三张绘制的测试图在另一个里——所以“Test patterns ▶”和方向键只能走完其中一部分。现在每一枚色片和分组按钮都打开同一个工具，→ 会依次走完全部十六张，广播卡也在内。三张卡的那个工具仍留在电视页和各语言页面上。
• UFO 来了。 运动测试里移动的物体现在是 UFO，符合这类测试的传统，底栏可以在六种图形中选择——喜欢边缘胜过飞碟的人，条纹方块也还在。图标来自 Flaticon，署名放在残影测试页。
• 平滑滚动真的会滚了。 滚动文字模式发布时带着一个环绕缺陷，文字会在屏幕上下之间来回弹跳，而不是自下而上穿过。已修复：一整圈连续的文字行，自下而上，没有接缝。

• 首页上的五十五项检查。 过去首页只摆三个工具，把测试场藏在工具里面。现在控制台直接显示测试场本身：16 种纯色、13 种渐变、16 张测试图、4 个运动测试和 6 台测量仪器，每一个都是一枚色片，一次点击就铺满全屏。色片本身就画成它们即将填满屏幕的颜色，所以你直接挑要用的测试场，而不必一步步翻过去。
• 值得拥有的测试场更多了。 纯色新增橙色、紫色、另外四级灰阶，以及一个自定义十六进制取色器。渐变新增 RGB 分离、完整色相扫描、单独的暗部四分之一与亮部四分之一、伽马阶梯，还有一条 16 级台阶。新的测试图工具会绘制细网格、棋盘格、十一种字号的文字、三个方向的单像素线、点阵、用于确认原生分辨率的单像素棋盘、接近黑与接近白的对比阶梯、饱和度、过扫描边框，以及一张用来描摹裂纹的网格——全部按设备像素绘制，绝不交给浏览器缩放。
• 运动测试有了四种模式。 UFO 跑道保持原样。新加入的有：每帧跳一格的方块追逐（丢帧会显示成一次跳跃）、用于闪烁与刷新率不匹配的闪烁方块，以及用于抖动的滚动文字。测试中按 1–4 键切换模式。
• 榜单还在原处，只是多了一只脚。 十条最佳成绩和你自己那条依旧留在基准测试卡片里。下面是 /benchmarks/ 所发布的同一批硬件分组：一旦某组超过三十份样本就显示中位数——在此之前，那行只说明现有多少份样本，而不是一个编造的数字。
• 设备读数又装得下了。 榜单进入卡片之后，十四行读数改为两栏排列，1440×900 的桌面屏因此不必滚动就能看到整个控制台。
• 暂时只有英文首页。 其他语言的首页仍保留三行控制台，直到它们的文案经过像样的人工校订；每一个新工具依然可以从翻译好的工具页打开。

• 发生降频的测试现在也计入榜单。 直到今天，最高得分榜只发布设备全程没有变慢的测试——而一部手机在满载 GPU 跑到第一百秒时必然会变慢，因为手机就是这样。结果是：在基准测试 2.2.0 上从来没有一部手机进过榜，它最初的二十次测试里有十六次悄无声息地消失了。现在，每个场景都完整测得、只是设备变热的测试会获得一个新状态——降频——并带着这个词直接排进榜单的那一行。分数本身没有任何变化：同一次测试给出的数字和昨天一模一样，因此榜单保留了它的历史，基准测试 2.2.0 也保留了它的版本号。
• 降级仍然是降级。 某个场景无法测得、或其档位无法确认的测试，依旧不进入排名——那个分数是下限，把下限和峰值放在一起排名会误导所有人。结果页现在把这句话说明白了，不再让你猜是不是工具吞了你的分数，每个场景的标记也会说清究竟发生了什么。你自己的那条通道把降频视同完整，并把标记放在行首（这样狭窄的手机屏幕就切不掉它），而降级的测试仍然占着席位，只是带着一个诚实的标签。
• 事前给建议，事后给诊断。 开始卡片现在把此前没说出口的话说了出来：设备发热就会降频、就会少拿分，所以如果你刚刚重度使用过它，先给它一分钟——而即便它还是降频了，这次测试只会被标记，不会被丢弃。在一次降频的测试之后，结果页会建议那个显而易见的实验：等它凉下来、接上电源、再跑一次。
• 样本对热变聪明了。 共享样本（模式 v5）现在会记录一个场景为什么被标记，以及到该场景结束时设备慢了多少——一个类似 1.3 的比值。这正是未来那个会考虑散热的基准测试修订版所需要的实地数据，而且是用诚实的方式收集的。隐私政策列出了这些新字段；一如既往，它们描述的是这次测试，不是你。
• 榜单更新更快。 提交的分数现在无需等待五分钟就会出现在榜上——本页在你测完后就会刷新它，其他设备也能在一分钟内看到。

• 基准测试 2.2.0。分数清零——下面是这样做值得的理由。 一次实地走访把三台苹果旗舰摆在了一起：一台 M2 Max 笔记本、一台 M4 Max Mac Studio、一台 M5 Pro 笔记本。基准测试给出的分数彼此相差不到 9%，而最强的 GPU 反而垫底。答案是错的，并且可以追溯到三个各自独立的原因——一条偏袒笔记本屏幕的通过规则、一个测错对象的场景，以及真实硬件早已越过的分数上限。三者都在下面修好了。修好它们会改变每一个数字，所以 2.2.0 开启一份全新的榜单；计分方式载有完整方法，已同步更新。
• 通过判定现在懂显示器了。 固定 60 Hz 的显示器只能在 16.7 毫秒或 33.3 毫秒时呈现一帧——中间没有第三种可能——而自适应刷新的笔记本屏幕会把一帧 18 毫秒原样交还。旧的容差悄悄让自适应屏幕以 55 fps 蒙混过关，桌面显示器却必须守住真正的 60：同一块 GPU，摆在桌上分数反而更低。现在，在第一个场景之前会有一次约 600 毫秒的节奏探测，读出你的屏幕如何交还帧；通过规则——超过节奏感知阈值的帧不多于 5%，截尾均值守在 16.67 毫秒预算之内——让「稳住 60 fps」在任何屏幕上都是同一句话。而如果探测发现屏幕被卡在 50 Hz 以下（低电量模式、一根 30 Hz 的线缆），测试会拒绝开始并说明原因，而不是隔着一根吸管给 GPU 打分。
• Liquid Chrome 测的是显存分配，不是光线步进。 改变它的负载会重设渲染目标的尺寸，而浏览器把这笔账记成一帧超长帧——它落进了下一个测量窗口，让 GPU 本来轻松守得住的档位判负。一台 M4 Max 因此被「测」成了 M2 Max 的一半。负载变化紧随其后的几帧现在会被丢弃：过渡不是工作负载。在我们的测试机上，修好后的搜索停在高 45% 的位置，也就是这块芯片真正守得住的档位。
• 分数不能比测量更早触顶。 旧的一刀切 20× 上限，把每一块快速苹果 GPU 上的两整个场景都冻结在同样的 20,000——占分数的 38%，在一整代芯片里纹丝不动。梯子的顶端现在设在迄今测得最快机器的 6–14 倍之外（6060 万个星云点、3200 万个城市实例、每像素 180 次光线步进采样），在有设备够得着之前它们不花任何代价，而分数恰好在梯子结束处封顶，绝不提前。
• 参照值重新对准真实、未打折扣的硬件。 场景的归一化使锚定机器——一台接着电源、放在工作台上的 M2 Max——得到 13,000 分，六个场景彼此相差只有几个百分点，而不再是同一台机器在一个场景读作 0.11×、在另一个读作 4.42×。等级按新刻度重新划分，并通过对每一份生产样本重新计分来验证：入门低于 500，均衡到 1,499，快速到 5,999，极致从 6,000 起。
• 共享样本现在带上了原始数字。 每个场景真正的最大稳定负载——过去被分数上限抹掉的那个数——外加一个粗粒度的显示节奏类别（固定／自适应／未知），现在会随共享结果一同上传。下一次校准读的正是这些，这样它就不必依赖在苹果零售店里拍摄样机。没有新增任何可识别信息；隐私政策一如既往地列出了每一个字段。

• 最高得分榜现在按机器画像给出一行。 基准测试 2.1.0 的第一个月把问题摆在了明面上：十个席位，其中大多数写着「GeForce · Windows · Edge」——有几行可以确证是同一台或同两台电脑反复跑出来的。分数依旧不携带任何标识符，因此榜单现在按一台机器在两次尝试之间无法改变的东西来分组——GPU、操作系统、浏览器及其版本、CPU 核心数、内存、设备类别——并且每组只显示最好的一次。再跑一次可以改善你已经占据的那一行，但买不来第二行。没有新增采集任何数据，隐私政策也不必为此扩充——它反而更严格了。
• 榜单行现在写明浏览器版本。 全局行和你自己的那条都从「Edge」变成「Edge 152」。版本一直都是样本的一部分；把它显示出来，两台不同的机器才看起来像两台不同的机器。

• 特效画廊现在有音乐了。 13 个场景共有 30 首原创曲目，每首都为画面量身创作。打开一个场景并轻触 ♪——是否开启以及音量都会保存在这台设备上。只有开启后才会加载音乐；性能测试始终静音，确保各处的分数含义一致。更多细节见博客文章。
• 分数档位重新划分。 旧门槛制定时，分数最高约为 4,300。基准 2.1.0 把上限提高到 20,000 后，半数测试突然都落入“极致”档，这个标签也就失去了意义。新档位是参考机器的简单倍数：低于 1× 为入门，最高 3× 为均衡，最高 9× 为快速，超过 9× 为极致。你的分数没有改变，旁边的文字可能变了。详见计分方式。
• 结果卡上的每个标签现在都是按钮。 点击极致、性能下降、波动、已限时或失败，下方便会出现一段简明说明，解释这个词对本次测试意味着什么——包括最常被误读的“已限时”：它表示搜索用完了时间，因此真实数值不低于当前结果。
• 页面可以分享了。 工具、文章和博客页的页脚上方新增了一排分享按钮，包括主流平台、电子邮件、用于把链接转到手机的二维码，以及直接复制链接。只有滚动到附近时才会加载，因此页面速度与之前完全相同。
• 语言链接移到了页脚底部。 切换语言很少用到；现在会先看到真正经常访问的测试与页面。

• 基准测试 2.1.0：分数重新拉开差距。 标准模式的六个场景中有五个一直撞到自己负载阶梯的顶端，报告的是这个上限而不是你的硬件——星落瀑布在 98% 的完整测试中都是如此。只剩一个场景还能变化，毫不相干的设备便得出了完全相同的总分：一台安卓手机、一台 Windows 台式机和一台 Mac 都恰好是 3,977 分。现在每个场景都有参考负载十六倍的攀升空间，寻找停止点的搜索精度也从约 15% 收窄到约 6%。参考负载与权重均未改动，因此 1,000 分的含义保持不变。2.0.0 与 2.1.0 的分数永远不能互比，所以榜单会先清空，并在接下来几天内重新填满。
• 两个场景不再囤积内存。 星云漂移和超新星爆发过去会在每台设备上预先按最大粒子数分配内存，无论最终实际绘制多少——两者合计 58 MB，而手机和平板根本用不到那么多。现在它们改为重复绘制一份较小的缓冲区，内存占用减半，能达到的上限却高得多。
• 每次测试都会给出结果。 在连场景最低档都无法守住帧时间预算的设备上，测试过去会什么都不记录、自行关闭，把你丢回页面，既没有结果卡也没有任何说明。现在它会显示实际测得的分数，说明分数为何如此，也不会再让最后一个场景根本没机会运行。
• 低性能设备会被测量，而不是被放弃。 低于约每秒四帧时，每一帧看起来都像一次偶发卡顿，引擎因此丢弃测量数据，停留在起始负载直到场景超时。现在它能识别出持续的低速状态，并逐级下调以求得真实答案。
• 你自己的成绩始终有一席之地。 排行榜的 you 一栏过去会向刚刚跑完测试的人显示“运行基准测试”的邀请语——只要那次测试被标记为性能下降。现在无论状态如何，它都会如实标注并显示你的最佳成绩，固定在榜单末位。
• 同样的 GPU，同样的像素量。 内部渲染尺寸终于按方法说明页一直宣称的方式设了上限。此前在相同名义负载下，4K 显示器要渲染 1080p 显示器四倍的片元；这两个分数从来就不可比，现在可比了。

• 最高分榜单。 最近 30 天内十次最高的完整测试，会展示在性能测试页面和首页基准卡片上。这次显示的是单次测试，不是中位数——硬件基准数据回答“这类硬件通常得多少分”，而榜单回答“最近的快设备跑到了多少分”。每行仍然只使用同意卡片所列的粗略字段，隐私政策也已明确写入。榜单还会插入一条“你”的位置：直接从本机历史记录取出个人最佳成绩放进排名；如果还没测试，就先为你留一个位置。这一行的任何内容都不会上传。
• 效果画廊成为独立页面。 全部 13 个场景各有三个基准测试绝不会提供的调节项：按场景自身负载阶梯调整粒子量、把模拟速度降到 0.1×，以及把渲染比例提高到原生分辨率的 2×，用于填充率压力测试。自由体验不计分，而且仍然只有打开标志性场景时才会加载 three.js。
• 基准数据页可以直接开跑。 统计页面现在自带运行按钮——看完表格，可以当场测试自己的设备。表格加载时也会预留空间，不再把页面内容突然向下推。
• 细节打磨。 显示器测试索引调整了呼吸空间；首页基准卡片以运行按钮为视觉中心，按钮在待机时会缓慢呼吸（启用“减少动态效果”时保持静止）；计分方法链接改成 ⓘ，可在原地展开说明；开始卡片中的结果预览也不再紧贴边缘。

• 测试工具数量翻倍。 触摸屏测试绘制多点触控网格，找出触控死区和幽灵触控；烧屏测试按停留时间滑块轮换均匀色场——慢速适合检查，快速适合锻炼暂时性残影；OLED 屏幕测试提供八个针对 OLED 典型故障的页面，从纯黑、近黑到各色通道磨损；渐变与色带测试则让原有渐变拥有独立页面。
• 按设备设计的落地页。 电视屏幕测试说明怎样通过内置浏览器、投射标签页或 HDMI 把测试送到电视，并解释广播测试图案；手机屏幕测试则整理成一套五分钟二手手机检查流程。
• 一张完整地图。 显示器测试按照完整检查的实际顺序，索引全部十二件工具。
• 全站菜单。 顶部栏新增菜单按钮：三列紧凑布局收纳每项测试和每个页面，移动端也终于拥有完整导航。每个英语页面的页脚现在都会链接全部落地页。
• 经典模式终于可以启动。 八个 v1 效果此前已经完整接入计分经典基准——引擎、配置和翻译都有——却没有入口。性能测试页面现在加入了启动按钮。经典模式只在本地计分，从不提交样本。

• 每项测试都有独立页面。 刷新率测试实测屏幕真正输出的 Hz，并展示实时帧时间条；分辨率检测解释报告值与物理像素的差别，并计算 PPI；拖影测试让条纹方块以三种速度越过五种背景；显示器校准则依次全屏检查黑位、白位、伽马与灰平衡，并明确指出哪些工作只有色度计才能完成。
• 加深坏点测试。 新增真正的 FAQ（多少坏点可接受、坏点会不会扩散），并链接到其他新测试。
• 两篇新指南。 怎样用肉眼校准，以及何时需要色度计和拖影、响应时间与运动模糊详解。
• 不再把单词粘在一起。 Astro 的空白处理问题曾悄悄把链接换行两侧的词拼接起来（例如“collected the policies inDead vs stuck…”）。现在全站已经修复，并增加了扫描每个页面的回归测试。

• 基准测试会说你的语言。 开始卡片、HUD、结果页、分数历史和工具帮助卡片，共 87 条字符串，已经人工翻译为全部 13 种非英语语言。场景名称此前已经本地化，现在周围所有内容也完成了。
• 测试图案说明本地化。 每张广播测试图案的“观察重点”现在会使用页面语言显示。
• 相关工具链接到对应语言。 页脚中的姊妹网站链接现在会进入各网站匹配的语言版本，不再统一跳到英语。
• 更轻的语言页面。 各语言首页只嵌入工具真正使用的字符串，不再加载完整旧版数据。
• 修复 HUD 进度。 进度条在夹逼搜索阶段不再停滞。

• 收集更少，而不是更多。 样本不再记录国家或网站语言——字段清单缩短了（数据结构 v3），隐私政策也随之精简。
• 开始卡片先展示你将得到什么。 示例结果预览——分数、等级、逐场景进度条——移到基准卡片顶部，技术说明则折叠进“更多信息”。扫一眼就能知道运行一次会得到什么。
• 标志性场景悬停时会动。 13 个画廊图块现在全部可以动态预览；五个标志性图块使用 Canvas 2D 让海报动起来，因此仍然只有真正打开场景时才会加载 three.js。
• 新的页眉标志和更安静的顶部栏：显示器读数现在只出现在“此显示器”面板中。
• 首页 FAQ。 八个简短答案，涵盖坏点、色带、分数含义、上传内容等问题，每项都可进入更深入的文章。

• 硬件基准数据页面。 按 GPU 系列和 Android 设备系列展示匿名样本的分数中位数。每一行至少积累 30 个样本才会发布；使用中位数，因此一次异常高分无法买到排名。
• 默认参与共享。 基准测试开始卡片从两个按钮改为一个默认勾选的复选框，并实时预览设备将要发送的准确数据。取消勾选就不会提交，而且选择会被记住。隐私政策已同步更新。
• 三个新样本字段（数据结构 v2）：电池或外接电源、设备形态，以及仅限 Android 的粗略设备系列（例如“Galaxy S24”）。罕见型号在采集时就会归入品牌级分组；精确型号字符串永远不会离开设备。
• 可以看见时间的基准测试。 HUD 现在显示场景 2/6、总体进度条和大致剩余时间，场景之间还会显示下一场景名称。
• 开始流程与其他工具一致。 确认开始卡片后，会直接进入全屏并运行第一个场景。
• 标志性场景支持 14 种语言。 星云漂移、霓虹都市、液态铬、星落瀑布和超新星爆发现已在所有语言中使用人工翻译的名称与说明，画廊在每种语言下都会展示全部 13 个场景。
• 首页更精简：文字更少，“运行”按钮更大。

Screen Test Pro 从底层重新构建。网址不变、十四种语言不变，其余一切焕然一新。

• 全新基准测试。 基于 WebGL2 的五个标志性场景（星云漂移、霓虹都市、液态铬、星落瀑布、超新星爆发），加上从 v1 忠实移植的八个经典效果，两类模式独立计分。分数跟随版本——当前基准为 2.0.0——测试方法完全公开。
• 真正的测量。 统计窗口内的帧时间百分位数、带迟滞的自适应负载阶梯、温度漂移检测，以及每个状态的严格超时。基准测试可以取消，但绝不会无限卡住。
• 匿名硬件统计，以明确同意为先。 完成一次计分测试后，可以提交一条匿名样本。开始前会列出所有字段，只需一次点击即可跳过，隐私政策也已同步重写。
• 新的工具页面。 坏点测试和性能测试拥有了真正的独立页面与实用指导。
• 新的设计。 信息密集、默认深色、测试仪器风格。页面展示显示器的实时读数，不再使用营销横幅。
• 速度更快。 静态 HTML、没有框架运行时、没有网络字体；只有真正运行场景时，才会加载对应代码。