更新履歴

• マイクテストを追加しました。 開始してマイクを許可し、話すだけです。dBFS のレベルメーター（ピークホールドとクリップ回数つき）、波形、スペクトラム、実測のノイズフロアを表示し、「信号なし」「小さすぎます」「適正レベル」「クリッピング」のいずれかで判定します。5秒の録音で自分の声を聞き直せます。声がこもっていることは、メーターではわからないからです。
• ブラウザーが実際に開いた内容を表示します。 デバイス、サンプルレート、チャンネル数に加え、エコーキャンセル、ノイズ抑制、自動ゲイン調整のオン・オフを、それぞれスイッチつきで、ブラウザーが実際に適用した値で示します。通話品質に切り替わった Bluetooth ヘッドセットは、スペクトラムが 4 または 8 kHz より上で暗くなることで見分けられます。
• 音声は端末の外に出ません。 解析はタブの中で行い、録音は停止するまでメモリー内に置き、アップロードも保存もしません。プライバシーポリシーにもその旨を明記しました。

• フラグは直ったと言いました。直っていませんでした。 前回のリリース後も、3回に2回はフラグ付きで結果が返ってきました。そこで理屈をこねるのをやめ、代わりに計測器を作りました。シーンをアニメーションのあらゆる瞬間で静止させ、フレームレートの推測を挟まずに GPU を直接計時するものです。3つのバージョン分の理論が見落としたものを、半日で見つけました。
• ハイパーノヴァの崩壊は、ループの他の部分の最大10倍のコストがかかっていました。 すべての粒子が一斉にコアへ飛び込むと、100万を超えるスプライトが画面のわずかな領域に集中し、GPU はそれらを1つずつ順番に描くしかありません。7.5秒のループのうち約1秒間、11 ms で済んでいたフレームが 73 ms かかっていました。あなたの計測が通るかどうかは、どの1秒に当たったかで決まっていたのです。そして無関係なデバイスが報告し続けた奇妙に同一の数値 5,945,907 は、その1秒に飲み込まれたとき探索が後退する地点にすぎませんでした。あなたのハードウェアに問題があったことは一度もありません。
• 崩壊は今もショーの一部です。試験監督をやめただけです。 流入は明るい円盤へと引き締まり、そこから5分の1秒で爆縮します。粒子はコアの輝きの中で針先ほどに縮み、火球は画面の外へ飛び去る代わりに、フレームいっぱいに広がってその場で消えていきます。見慣れたあのシーンのままです。ループ全体でのコストの変動は 6.5 倍から約 1.15 倍になりました。これがベンチマーク 2.5.0 です。スコアはバージョンをまたいで混ざることがないため、ランキングは新しく始まります。
• 1つのウィンドウが不合格なら、そのレベルは却下されます。 スコアの確定には、合格ウィンドウが3回連続で必要です。以前の探索は最初の1回の失敗を大目に見て、あるレベルが駄目だと判断するのに 6 秒かけることがありました。上昇だけで持ち時間の半分を使い切った高速な GPU では、その優柔不断だけで結果にフラグが付いていたのです。今は1回の不合格で1段下げて、もう一度試します。実行時間は短くなり、安定したマシンはまったく同じ数値に着地し、証明そのものは何も変わっていません。
• この計測器に合格しないシーンは、もう出荷しません。 シーンのコストは、それ自身のアニメーションを通じて4分の1を超えて変動してはなりません。私たちのシーンのうち4つはすでに合格していました。5つ目がフィナーレでした。

• ベンチマークが「オオカミが来た」をやめました。 ひと月のあいだ、5回に4回が「サーマルスロットリング」と表示され、しかもその多くは誤りでした。私たち自身の実測データが示しています。警告はほとんど発熱とは無関係で、測り方が不公平だったシーンと、早々に諦めていた探索から来ていたのです。どちらも直しました。いまや大半の実行はクリーンに終わり、「スロットリング」の表示は本来の意味を取り戻しました。この端末は実行中に本当に遅くなった、という意味です。
• ハイパーノヴァが、あなたの GPU ではなく自分のアニメーションを測るのをやめました。 フィナーレのシーンは爆発ループのあいだにコストが約2倍も揺れていました。爆発の途中で粒子がカメラに向かって膨れ上がるためです。その結果、測定が「合格」するかどうかは、ハードウェアではなく爆発のどの瞬間かで決まっていました。まったく異なる7台の端末が同じ数値を報告していたのはそのせいです。いまは粒子のサイズが妥当になり、シーンの見た目はそのままに、時計ではなく GPU を測ります。
• スコア探索は、確信できるまで探し続けるようになりました。 端末が安定して支えられる最大負荷を見つけるには、ある水準が3回連続で検査を通る必要があります。旧来の探索は一度だけ試し、少しでも不安定なものは「未確認」と貼って打ち切っていました。フレーム時間に多少のばらつきがある普通のノートやスマホでは、それがほとんどだったのです。いまは一段下げて、ある水準が本当に持ちこたえるまで試し続けます。だからランキングの数字は、端末が実際に維持した値です。これはベンチマーク 2.4.0 です。スコアはバージョンをまたいで混ざらないため、ランキングはゼロから始まります。
• ティアがきりのよい倍数に戻りました。 エントリー、バランス、ファスト、エクストリームは、基準機の 1倍・3倍・9倍に並びます。エクストリームは 9,000 から。以前の区切りは低くずれ、スマホが最上位バッジを付けられるほどでした。いまやエクストリームは実測結果のおよそ上位5分の1、あるべき場所に戻っています。
• スロットリングの表示は、どれだけ響いたかを示すようになりました。 端末が実行中に本当に遅くなったとき、表示は低下の大きさを添えます——「スロットリング −18%」——ので、ほとんど影響がなかったのか、それとも状況を変えたのかを、当てずっぽうではなく見て取れます。

• 「リンクをコピー」は標準で短いリンクに戻りました。 昨日のリンクは結果を丸ごと抱えて、三行分の符号化テキストになっていました。保存用には良くても、チャットに貼るには不向きです。ボタンはいまや、求めない限りきれいなページリンクだけをコピーします。
• 「追加情報」の切り替えで、完全な結果を読める形でリンクに含められます。 ボタンの上のチェックを入れると、リンクにすべての数値——スコア、各シーンの負荷、フレーム時間、フラグ——が誰でも読める平文として入ります。符号化された塊ではありません。昨日の形式で共有されたリンクも引き続き開けます。

• リキッドクロームは、巨大なループひとつに頼るのをやめました。 このシーンの 180 サンプルのループは、エンジンによってコンパイルの出来がまったく違いました。ひどい結果になるエンジンもあれば、見事にこなすエンジンもあったのです。同じ Safari 26 で M2 Max は 25,523 ユニットを出したのに、明らかに速い GPU である M4 Max は 6,222 にとどまり、Firefox は Chrome なら 35,000 を出すハードウェアで 5,622 まで落ち込みました。いまのレイマーチャーは、サンプルを4サンプルずつの描画パスに分けて繰り返し描きます。負荷の計算はまったく同じで、新しい世代の Apple GPU がつまずいたループを、どのエンジンもコンパイルする必要がなくなりました。Firefox は別の問題です。コストはループではなく一つひとつのサンプルにあり、このシーンでは遅いままです。ベンチマーク 2.3.0 です。スコアはバージョンをまたいで混ざらないため、ランキングはゼロから始まります。
• 持続予算はひとつ、どのディスプレイにも。 実際のディスプレイは、2.2.0 が想定したような整ったスケジュールではフレームを返しません。しかも固定リフレッシュと判定されたマシンは、可変リフレッシュのマシンより約9%甘い持続予算を、誰にも気づかれないまま与えられていました。いまはどのディスプレイ区分も、同じ 17.5 ms のトリム平均で判定されます。Studio Display は思わぬ余裕を失いますが、ノートはもともとこの基準で測られていました。
• ベンチマークは「マシンが忙しそうです」と、3分間の前に伝えるようになりました。後からではありません。 最初に2秒間の静穏チェックを行い、負荷ゼロでもカクついていれば、警告を表示して判断をゆだねます。さらに、何も測定できなかったシーンは、その後マシンが落ち着いたと分かれば、実行の最後にちょうど1回だけ再挑戦します。店頭のデモ用 Mac は一度 77 を出し、数分後には 8,553 を出しました。最初の数値は、実行がまだ続いているうちに見直されるべきでした。
• 3回続けて確認できなかった測定済みの段階も、印付きで公開されるようになりました。 これまでは、こうした段階が測定全体を下限に落としていました。公平性の問題には本番のデータが答えを出しています。こうした段階は、安定したデバイスの測定値より約13% 低い位置にあります。水増しされた数値ではなく、苦戦しているハードウェアの姿です。シーンの印は、すべてを「性能変動」と呼ぶ代わりに、性能変動・未確認・結果なしの3つのうち実際に何が起きたかを示すようになりました。
• Mac が iPhone と比べられることはもうありません。 Safari はすべての Apple GPU を同じ文字列で報告するため、Mac の「グローバル比較」はスマートフォンとひとまとめになっていました。比較グループは OS も区別するようになり、中央値は何も測定できなかった測定を除外します。十分なサンプルがあれば、結果シートは同じハードウェアのブラウザ別の中央値も表示します。ブラウザも、ブラウザベンチマークが測っているものの一部だからです。
• 「リンクをコピー」で、結果をまるごと持ち出せるようになりました。 スコア、シーンごとの負荷、フレーム時間、印をリンクそのものに詰め込み、サーバーには何も送りません。どこで開いても、結果は閲覧専用のカードとして表示されます。展示用 Mac のベンチマークを、画面の写真撮影で締めくくる必要はもうありません。

• シェーダー層で24シーンを組み替えられるようになりました。 エフェクトページに21個の全画面シェーダーを追加しました。大海原、月明かりの海、曇り空、異星の惑星と峡谷、遠い銀河、星の軌跡、ワープトンネル、緑のコードの雨などです。層にあるすべてのシェーダーに、専用のスライダーが1つか2つあります。作者がシーン全体を形作る定数を残している場合は、その定数を直接動かします。海の波高と波立ち、曇天の雲量、銀河の腕のねじれ、溶ける色の作者独自のシード、デモパーティーのテンポが対象です。シーン内部を安全に動かせない場合は、外側から色相とズームを適用します。スライダーはすべて作者が設定した値から始まります。Synthwave Horizon と Neonwave Sunrise は場所を空けるため終了しました。
• 今回もライセンスを先に確認しました。 新しいシーンのうち19個はパブリックドメイン（CC0）、2個は MIT です。作者自身のヘッダーにある許諾を一つずつ読み、自由に使えない作品からコードを借りていないかも各シェーダーで確認しました。見栄えのよい候補が何本もこの確認で落ち、夕焼けの海は基準 Mac で 29 fps しか出なかったため見送りました。すべてのタイルには、スクロールして表示範囲に入ったときに、そのシェーダー自身が描いた実フレームが表示されます。手描きの代用品ではありません。
• 点滅するシーンは再生前に確認します。 光過敏性に関する指針と同じように、画面の各領域で明るさがどう変動するかを測る点滅テストに、すべてのシェーダーを通しました。Flux Core と Demoparty は不合格だったため、再生前に確認を出し、同意するまでタイルも静止させます。常に点滅として扱っていた Hypernova も同じです。「このデバイスでは今後確認しない」にチェックするとブラウザが記憶します。戻った場合は記憶せず、次回また確認します。Static Field は激しく見えますが合格したので、以前のフラグを外しました。
• 重いシーンの起動を軽くし、いくつか修正しました。 高密度ディスプレイでは、1080p で1フレームあたり 5 ms を超えるシェーダーを、ネイティブ解像度より下げて起動します。ただし CSS ピクセル1個につきデバイスピクセル1個を下回ることはなく、画質の調整で戻せます。シェーダーシーンは要求したグラフィック設定を無視し、使っていないマルチサンプリングと深度バッファを抱えていました。これらのメモリは解放しました。全画面シェーダーの名前がすべての言語で表示され、ギャラリーの Hypernova はベンチマークの点滅軽減設定に従い、作者表示は全画面バーからエフェクトページのクレジット表へ移りました。ベンチマークには変更ありません。負荷は2.2.0以降凍結されています。

• エフェクトギャラリーに三つめの層ができました。 エフェクトページでは、ベンチマークの13シーンの下に全画面フラグメントシェーダーが5つ並びます。Star Nest、Marble Drift、Synthwave Horizon、Neonwave Sunrise、Static Field です。いずれも他の方の作品で、MIT または CC0 のもとで収録し、ページ上と全画面 HUD の両方で作者を明記しています。Shadertoy の既定条件は非商用なので、明示的に緩いライセンスが付いていないシェーダーは、どれほど良く見えてもここには入りません。ベンチマーク自体は何も変わっていません。その負荷は 2.2.0 以降凍結されており、シェーダーのシーンが採点されることは一切ありません。トップページのギャラリーは、スコアを構成する13シーンのままです。
• そのうち2つは飾りではなく計測用です。 Static Field は各ピクセルに相関のない乱数を置き、毎フレームすべて入れ替えます。パネルにも映像経路にも、これ以上厳しい絵はありません。全画面で走らせると、画素応答の遅さは尾を引く形で現れ、キャストや画面共有ははっきり崩れます。Synthwave Horizon はスーパーサンプル数を上げると GPU への持続的な負荷になり、ファンが回り始める瞬間を聞いたり、ノートパソコンがサーマルスロットリングする様子を fps 表示で見たりするのに使えます。
• 負荷つまみの意味はシェーダーでは変わります。 フラグメントシェーダーに粒子はなく、数えるものがありません。代わりに1ピクセルあたりのスーパーサンプル数を1〜64で設定します。16サンプルは16倍のフィルレートで、見ればわかります。速度と描画スケールはこれまでどおりです。シェーダーのタイルはポインターを重ねると、描き起こした近似ではなく本物のシェーダーをそのまま表示します。この層の背後にライブラリはないので、three.js ならまだ読み込み中の時間でシェーダーのコンパイルが終わります。

• スコア履歴の表がスコアを途中で断ち切らなくなりました。 このポップアップは列幅をサイト内の仕様表から受け継いでいたため、日時が対話ボックスのほぼ半分を取り、スコアは数字の途中で改行できる状態でした——11,850 は2行になって届いていました。いまは各列が自分で幅を決めます。日付は必要なぶんまで縮み、実行の列が残りを取り、スコアは切れません。スマートフォンでは、日時が日付をハイフンのところで割る代わりに時刻を日付の下に重ね、横にはみ出すものもありません。
• 記事とブログの幅は、その中のテキストの幅です。 読むための段はもとから70文字ほどで止めてあり、その外側のページは1200ピクセルありました。どの記事も右側に500ピクセルほどの空白が縦に残り、署名の下の罫線と共有ボタンは、それが属するテキストをそのぶん追い越して伸びていました。いまはどちらもテキストが終わるところで終わります。言葉には手を入れていません——同じ字詰め、同じ改行位置です。

• タッチテストの操作部が指の下から逃げます。 反応範囲を示す帯と閉じるボタンが、いま指でなぞっていない側の端にそろって移動します。下をなぞれば上へ、上をなぞれば下へ動くので、パネルのどのマスにも届きます。1行の説明は最初のタッチで消え、リセットで戻ります。スマートフォンではリセットボタンが、そこに存在しないキーの名前を出すこともなくなりました。iPhone の Safari はページに全画面 API を渡しません。ブラウザ自身のバーは残りますが、ツールのバーは残りません。
• どの環境でも描ける再生の三角。 開始ボタンの末尾がすべて ► から ▶ になりました。前者はスマートフォンで平たくつぶれ、書体になじまない字形で描かれていました。16の言語版、ヘルプカード、焼き付きテストの再開ボタン、翻訳済みの各ページが同時に変わっています。
• 最初のチップの上のテキストを減らしました。 トップページの見出しは “Screen test & benchmark” になり、その下の1行はなくなりました。幅の狭い画面ではパネルのヒントからキーボードの説明を落としています。「Esc で終了」はスマートフォンでは意味がありません。上部バーはどの言語でも “Screen Test Pro” と表示し、ドメイン表記は共有カードとコピーされる結果行からも消えました。
• ワンクリックのカタログを翻訳できるようになりました。 英語版トップページが表示するチップ名、グループの注記、HUD の行、読み取り欄のラベルはすべて、15の辞書すべてにキーを持つようになりました。ある言語のキーに訳が入った時点で、その言語のトップページはカタログに切り替わります。それまでは、翻訳版のトップページは昨日までとまったく同じ見え方のままです。

• 順位表のページ。 トップページのランキングは10件で止まります。/leaderboard/ はその先を続けます。最大200行、1台につき1行、直近30日または全期間、そしてサンプルが残っているベンチマークバージョンごとに表示します。2.1.0や2.0.0を選べば、その負荷での順位表を確認できます。項目の粗さはトップページの行と同じ、1台1行の規則も同じで、新しいのは深さと履歴だけです。プライバシーポリシーにもそのとおり書いてあります。
• 16枚のテストパターンを一巡。 昨日までのテストパターンのチップは2つの別々のツールを開いていました。放送用カード3枚が一方、描画パターン13枚がもう一方です。そのため「Test patterns ▶」と矢印キーは全体の一部しか回れませんでした。いまはどのチップもグループのボタンも同じツールを開き、→ で放送用カードを含む16枚すべてを順に送れます。カード3枚のツールはテレビ用ページと各言語ページに残ります。
• UFO。 動きのテストで動く物体がUFOになりました。この種のテストの定番どおりです。下部のバーで6種類の絵柄から選べます。縞模様のブロックも残してあるので、円盤より輪郭が好みの方はそちらをどうぞ。アイコンはFlaticonのもので、残像テストのページにクレジットを記載しています。
• スクロールが本当にスクロールするようになりました。 スクロール文字のモードには、文字が画面を通り抜けずに上端と下端の間で跳ね返る折り返しの不具合がありました。修正済みです。下から上へ、継ぎ目のない1つの輪として流れます。

• トップページに55種類の検査。 これまでトップページは3つのツールを並べ、フィールドはその内側に隠れていました。いまはコンソールがフィールドそのものを並べます。単色16種、グラデーション13種、テストパターン16種、動きのテスト4種、測定器6種。どれも1回のクリックで全画面になるチップです。チップは画面を埋めるその色で描いてあるので、順に送って探すのではなく、必要なフィールドを直接選べます。
• 持っていて損のないフィールドが増えました。 単色にオレンジ、紫、グレー4段、任意の16進カラーピッカーを追加。グラデーションにRGB分離、色相スイープ、シャドウ側とハイライト側の4分の1をそれぞれ単独で、ガンマステップ、16段の階段を追加。新しいテストパターンツールは、細かいグリッド、市松模様、11サイズの文字、3方向の1ピクセル線、ドット、等倍表示の確認用の1ピクセル市松、黒に近い側と白に近い側のコントラスト段、彩度、オーバースキャン枠、ひび割れをなぞるためのグリッドを描きます。すべてデバイスピクセルで描画し、ブラウザによる拡大縮小は一切ありません。
• 動きのテストに4つのモード。 UFOのレーンはそのままです。加わったのは、1フレームごとに1マス進むブロック追跡（フレーム落ちは飛びとして見えます）、ちらつきとリフレッシュレートの不一致を見る点滅ブロック、そしてジャダーを見るスクロール文字です。テスト中は1–4キーでモードを切り替えます。
• ランキングは同じ場所に、足がつきました。 上位10件とご自身の記録は、これまでどおりベンチマークカードの中にあります。その下に、/benchmarks/ が公開しているのと同じハードウェアグループの中央値が並びます。表示されるのはサンプルが30件を超えたグループだけで、それまでは何件集まっているかを書きます。作った数字は出しません。
• デバイス情報がまた収まりました。 ランキングがカードに入ったため、14行の表示を2列に分けました。1440×900のデスクトップでもスクロールせずにコンソール全体が見えます。
• いまのところ英語版トップページのみ。 各言語のトップページは、文章に人の手が入るまで3行のコンソールのままです。新しいツールはいずれも翻訳済みのツールページから開けます。

• スロットリングした測定も、これからは数に入ります。 昨日までランキングは、デバイスが一度も遅くならなかった測定だけを掲載していました。しかし GPU の全負荷を100秒も続けたスマートフォンは必ず遅くなります。それがスマートフォンというものだからです。結果として、ベンチマーク 2.2.0 でランキングに載ったスマートフォンは1台もなく、最初の20回のうち16回が静かに見えないままでした。いまは、全シーンを最後まで測定できたうえでデバイスが温まった測定に、新しい状態——スロットリング——が付き、その語を行に載せたままランキングに並びます。スコアそのものは何も変わりません。同じ測定は昨日と同じ数値を出すので、ランキングは履歴を保ち、ベンチマーク 2.2.0 はバージョンを保ちます。
• デグレードは引き続きデグレードです。 シーンを測定できなかった、あるいはその段階を確認できなかった測定は、これまでどおりランキングに入りません。そのスコアは下限であり、下限をピークと並べて順位づけすれば誰もが誤解します。結果シートはこれをはっきり言葉にするようになり、ツールがスコアを飲み込んだのではないかと悩ませることはもうありません。各シーンの印が、何が起きたかを正確に伝えます。自分のレーンではスロットリングを完全な測定と同じに扱い、印を行の先頭に置き（幅の狭いスマートフォンの画面でも切り落とされません）、デグレードした測定も正直なラベルとともに席を保ちます。
• 前には助言を、後には診断を。 開始カードは、これまで黙っていたことを言うようになりました。温まったデバイスはスロットリングしてスコアが下がるので、直前まで負荷をかけていたなら1分だけ待ってください。それでもスロットリングした場合、その測定は破棄されるのではなく印が付きます。スロットリングした測定のあと、結果シートは当たり前の実験を提案します。冷まして、電源につないで、もう一度。
• サンプルが熱に賢くなりました。 共有サンプル（スキーマ v5）は、シーンに印が付いた理由と、そのシーンの終わりまでにデバイスがどれだけ遅くなったか——1.3 のような1つの比——を記録するようになりました。冷却を織り込んだ将来のベンチマーク改訂に必要な現場データを、正直なやり方で集めます。プライバシーポリシーに新しい項目を載せてあります。いつもどおり、それらが説明するのは測定であって、あなたではありません。
• ランキングがより新しくなりました。 送信したスコアは5分待たずにランキングに現れます。ページはあなたの測定のあとで更新し、ほかのデバイスからも1分以内に見えます。

• ベンチマーク 2.2.0。スコアはリセットされます——その価値があった理由をお話しします。 現地調査でアップルのフラッグシップ3台を並べました。M2 Max のノート、M4 Max の Mac Studio、M5 Pro のノートです。ベンチマークは3台を互いに 9% 以内で採点し、いちばん強い GPU を最下位に置きました。答えが間違っており、原因は3つに切り分けられました。ノートのディスプレイに有利な合格ルール、測る対象を取り違えていた1シーン、そして実機がとうに追い越していたスコアの上限です。3つとも以下で修正しました。修正はすべての数値を変えるため、2.2.0 は新しいランキングから始まります。スコアの計算方法に全手法を、あわせて更新してあります。
• 合格判定がディスプレイを理解するようになりました。 固定 60 Hz のモニターは 16.7 ms か 33.3 ms のどちらかでしかフレームを表示できず、その中間はありません。一方、可変リフレッシュのノート用パネルは 18 ms のフレームをそのまま 18 ms として返します。以前の許容値は、可変パネルが 55 fps のまま静かに通過するのを許し、机上のモニターには本物の 60 を求めていました。同じ GPU でも机に置くと低いスコアになったわけです。いまは最初のシーンの前に約 600 ms のペーシング測定を行い、ディスプレイがどうフレームを返すかを読み取ります。合格ルール——ペーシングを踏まえたしきい値を超えるフレームが 5% 以下、トリム平均が 16.67 ms の予算内——により、「60 fps を維持する」がどのパネルでも同じ主張になります。そしてディスプレイが 50 Hz 未満に固定されている場合（低電力モード、30 Hz のケーブル）、測定は開始を断り、その理由を示します。ストロー越しに GPU を採点することはありません。
• Liquid Chrome が測っていたのはメモリ確保であり、レイマーチングではありませんでした。 負荷を変えるとレンダーターゲットのサイズが変わり、ブラウザはそれを1枚の非常に長いフレームとして計上します。それが次の測定ウィンドウに入り込み、GPU が余裕で維持できる段階を不合格にしていました。そのせいで M4 Max は M2 Max の半分に「測定」されていました。負荷変更の直後のフレームは破棄されるようになりました。遷移はワークロードではありません。当方のベンチ機では、修正後の探索は 45% 高いところ、つまりシリコンが実際に維持できる段階で落ち着きます。
• スコアは測定より先に天井に届きません。 以前の一律 20× のクランプは、速いアップル製 GPU では2つのシーンをそろって 20,000 に凍結していました。スコアの 38% が、チップ世代を通じて一定だったのです。はしごの天井はいま、これまでに測定した最速のマシンより 6〜14 倍先にあります（星雲の点 6,060 万、都市インスタンス 3,200 万、1ピクセルあたり 180 回のレイマーチサンプル）。デバイスがそこへ達するまで何のコストもかからず、スコアははしごが終わるちょうどその場所で、それより手前ではなく頭打ちになります。
• 参照値を実機の、加減のない性能に合わせ直しました。 シーンは、基準機——電源につないだベンチ上の M2 Max——が 13,000 になり、6シーンすべてが数パーセント以内で一致するように正規化されます。1台のマシンがあるシーンで 0.11×、別のシーンで 4.42× と出るようなことはもうありません。ティアは新しい尺度に合わせて切り直し、すべての本番サンプルを採点し直して検証しました。エントリーは 500 未満、バランスは 1,499 まで、ファストは 5,999 まで、エクストリームは 6,000 から。
• 共有サンプルが生の数値を持つようになりました。 各シーンの実際の最大安定負荷——スコアのクランプがこれまで消していた数値——と、ディスプレイのペーシングの大まかな分類（固定／可変／不明）が、共有された結果と一緒に届きます。次回の較正はこれを読むので、アップルストアで実機を撮影することに頼らずに済みます。個人を特定するものは追加していません。プライバシーポリシーには、いつものようにすべての項目が載っています。

• 上位スコアのランキングが、マシンのプロフィールごとに1行になりました。 ベンチマーク 2.1.0 の最初の1か月で問題がはっきりしました。10の席のほとんどが「GeForce · Windows · Edge」と表示され、そのうちいくつかは同じ1台か2台のマシンが繰り返し実行したものだと確認できました。スコアはこれまでどおり、いかなる識別子も持ちません。そこでランキングは、マシンが試行のあいだに変えられないもの——GPU、OS、ブラウザとそのバージョン、CPU コア数、メモリ、デバイスの種別——で実行をまとめ、各グループから最良の1件だけを表示します。もう一度実行すれば、すでに持っている行を改善できます。2行目を買うことはできません。新たに収集するものは何もなく、プライバシーポリシーもこれを許可するために増やす必要はありませんでした。むしろ厳しくなっています。
• 行にブラウザのバージョンが入りました。 全体の行でも自分のレーンでも、「Edge」ではなく「Edge 152」と表示されます。バージョンは以前からサンプルに含まれていました。表示することで、別々のマシンが別々のマシンらしく見えるようになります。

• エフェクトギャラリーで音楽を再生。 13シーンに合わせて書き下ろした30曲のオリジナル曲です。シーンを開いて♪を押すと、選択と音量を端末に記憶します。オンにするまで何も読み込まず、パフォーマンステストは無音のままなので、スコアの意味は全端末で同じです。詳しくはブログ記事をご覧ください。
• 性能ランク境界を再設定。 旧境界はスコア上限が約4,300だった時期のものです。ベンチマーク2.1.0で上限が20,000に上がると、全結果の半分が「最高性能」になり、名称が意味を失いました。新しい区分は基準機の単純な倍数です。1,000未満は入門、1,000〜2,999は標準、3,000〜8,999は高性能、9,000以上は最高性能です。スコア自体は変わらず、隣の言葉だけが変わる場合があります。採点方法に詳細があります。
• 結果カードのラベルをすべてボタン化。 最高性能、性能変動、性能の変化、時間上限、測定失敗を押すと、その結果における意味を短い言葉で直下に表示します。特に誤解の多い時間上限は、探索時間を使い切ったため真の値が表示値以上であることを意味します。
• ページを共有可能。 ツール、記事、投稿のフッター上に共有ボタンを置きました。主要SNS、メール、スマートフォンへリンクを移すQRコード、単純なリンクコピーです。近くまでスクロールした時だけ読み込むため、初期表示時の読み込みを抑えています。
• 言語リンクをフッター最下部へ移動。 言語変更はまれな操作です。実際に使うテストとページを先に表示します。

• ベンチマーク2.1.0：スコアが再び分散。 Standardの6シーン中5シーンが設定された負荷の上限に達し、ハードウェア性能ではなく上限値を報告していました。完走結果の98%で星屑カスケードが上限でした。変動できるシーンが一つしかなくなり、Android端末、Windowsデスクトップ、Macがすべて3,977になるなど、無関係な機種が同じ合計に並びました。各シーンは基準負荷の16倍まで登れるようになり、停止点の探索精度も約15%から約6%へ向上しました。基準負荷と重みは変えていないため、1,000の意味は同じです。2.0.0と2.1.0のスコアは比較しません。ランキングはいったん空になり、数日かけて再び埋まります。
• 2シーンのメモリ占有を削減。 星雲ドリフトとハイパーノヴァは、実際に描く数が少ない端末でも最大粒子数を先に確保していました。上限に近づけないスマートフォンやタブレットでも合計58 MBです。小さなバッファを繰り返す方式に変更し、メモリを半減しながら上限を大幅に引き上げました。
• 実行は必ず結果で終わる。 シーンの最低設定でもフレーム予算を守れない機種では、以前は記録せずに閉じ、カードも説明もないままページへ戻っていました。今は実測スコアとその理由を表示し、最後のシーンまで実行します。
• 低速端末も放棄せず測定。 1秒約4フレーム未満では、各フレームを単発の停止と誤認し、測定を捨てて開始負荷のままタイムアウトしていました。継続的な遅さを正しく認識し、実測値が見つかるまで負荷を下げます。
• 自分の結果を状態にかかわらず表示。 トップスコア表の「あなた」の行は、性能変動ありと判定の結果を出した直後でも実行案内を表示していました。状態を問わず最高結果を正確なラベル付きで表の末尾に表示します。
• 同じGPUには同じピクセル数。 内部描画サイズを、測定方法ページの説明どおり制限しました。同じ公称負荷でも4K画面は1080pの4倍のフラグメントを描いていたため比較不能でしたが、今は同じ条件です。

• トップスコア。 過去30日間の完走結果上位10件を、パフォーマンステストページとホームページのベンチマークカードに表示します。今回は中央値ではなく個別実行です。ハードウェアベンチマークが「この機種の一般的な性能」に答えるのに対し、この表は「最近の最速記録」を示します。各行は同意カードと同じ大まかな項目だけを表示し、プライバシーポリシーにも明記しました。端末内履歴から自分の最高記録を順位に差し込む「あなた」の行もあります。未実行なら実行案内を表示し、この行の情報はアップロードしません。
• エフェクトギャラリーをページ化。 13シーンすべてに、ベンチマークにはない3つの調整項目を用意しました。各シーンの範囲内で調整できる粒子の負荷、0.1×までのシミュレーション速度、画素の処理量を変える、基準の2×までの描画解像度です。自由再生は採点せず、Signatureシーンを開くまでthree.jsは読み込みません。
• ベンチマークページから直接実行。 統計ページにも実行ボタンを追加し、表を見た場で端末を試せます。表は予約領域に読み込まれるため、ページを押し下げません。
• 細部の調整。 モニターテスト一覧の余白を増やし、ホームページのベンチマークカードは実行ボタンを中心に配置しました。ボタンは待機中にゆっくり脈動し、視差効果を減らす設定では静止します。採点リンクはその場で説明するⓘになり、開始カードのプレビューにも余白を追加しました。

• テスト群を倍増。 タッチスクリーンテストはマルチタッチのグリッドを描き、反応しない領域やゴーストタッチを見つけます。焼き付きテストは表示時間スライダーに従って均一色を切り替え、表示時間を調整しながら残像や焼き付きの痕跡を確認できます。修復を保証する機能ではありません。OLED画面テストは、完全な黒から黒に近い階調、色チャンネル別の劣化まで、OLED特有の故障に合わせた8枚を表示します。既存の階調表示にはグラデーション／バンディング専用ページを設けました。
• 端末別ランディングページ。 テレビ画面テストは内蔵ブラウザ、タブのキャスト、HDMIの各方法でテストをテレビへ送り、放送用パターンも解説します。スマートフォン画面テストは中古端末の5分点検をまとめています。
• テストの一覧ページ。 モニターテストは、完全な点検で実際に使う順序に12の測定ツールを並べます。
• サイトメニュー。 トップバーにメニューボタンを追加し、全テストと全ページを3列にまとめました。モバイルにもようやく完全なナビゲーションがあります。英語版の全ページから、各ランディングページへフッターで移動できます。
• Classicモードを起動可能に。 v1の8エフェクトは、エンジン、プロファイル、翻訳まで採点用Classicベンチマークとして実装済みでしたが、起動経路がありませんでした。パフォーマンステストページにボタンを追加しました。Classicの結果は端末内だけで採点し、送信しません。

• すべてのテストに専用ページ。 リフレッシュレートは、ブラウザの更新周期を測り、フレーム時間のグラフとともに表示します。解像度チェッカーは報告値と物理ピクセルの違いを示し、PPIを計算します。ゴースティングは5種類の背景上で縞模様のブロックを3速度で動かします。モニター調整は、黒レベル、白レベル、ガンマ、グレーバランスを4段階の全画面表示で案内し、測色計が必要になる境界も明示します。
• ドット抜けテストを拡充。 許容されるドット抜け数や広がる可能性についての本格的なFAQと、新しいテストへのリンクを追加しました。
• 2つの新しいガイド。 目視調整と測色計が必要になる場面、ゴースティング、応答速度、モーションブラーの解説です。
• 単語がつながる問題を解消。 Astroの空白処理により、改行をまたぐリンクの前後で単語が結合する問題を全ページで修正し、全ページを走査する回帰テストを追加しました。

• ベンチマークが選択言語に対応。 開始カード、HUD、結果シート、スコア履歴、ツールのヘルプカードにある87文字列を、英語以外の13言語へ翻訳しました。シーン名だけでなく、その周囲もすべてローカライズされています。
• パターンの注記も翻訳。 各放送用パターンの「確認する点」をページの言語で表示します。
• 関連ツールは同じ言語へ。 フッターの姉妹サイトリンクは英語版ではなく、対応言語版へ移動します。
• 言語別ページを軽量化。 ツールが実際に使う文字列だけを埋め込み、従来の全データは読み込みません。
• HUD進行表示の修正。 ブラケット探索中に進行バーが止まらなくなりました。

• 収集項目を増やさず削減。 サンプルから国とサイト言語を除外しました。項目一覧を縮小し（スキーマv3）、プライバシーポリシーも短くなりました。
• 開始前に結果の見本を表示。 スコア、性能ランク、シーン別バーを含むサンプル結果をカード上部に置き、技術的な注記は「詳細情報」にまとめました。一目で実行結果を把握できます。
• Signatureシーンをホバーでアニメーション。 ギャラリーの13タイルすべてが動くプレビューになりました。5つのSignatureタイルはCanvas 2Dポスターを動かすため、実際にシーンを開くまでthree.jsは読み込みません。
• 新しいヘッダーマークと簡潔なトップバー。ディスプレイ情報は「このディスプレイ」パネルだけに表示します。
• ホームページにFAQ。 ドット抜け、バンディング、スコアの意味、アップロード項目など8つの短い回答から、詳しい解説へ移動できます。

• ハードウェアベンチマークページ。 匿名サンプルから、GPUファミリー別・Android端末ファミリー別の中央値を表示します。各行は30サンプル以上集まるまで公開しません。中央値なので、熱を持った1回の結果だけで順位は変わりません。
• 匿名サンプル送信は初期状態で有効。 開始カードの2つのボタンをチェック済みのボックスに置き換え、端末が送信する正確な値をリアルタイムでプレビューします。チェックを外せば何も送信されず、選択は保持されます。プライバシーポリシーも同時に更新しました。
• 3つの新しいサンプル項目（スキーマv2）：バッテリー駆動か電源接続か、フォームファクター、Androidのみ「Galaxy S24」のような大まかな端末ファミリーです。希少モデルは収集時点でブランド単位にまとめ、正確なモデル文字列は端末の外へ出ません。
• 残り時間が分かるベンチマーク。 HUDにシーン2/6、全体の進行バー、おおよその残り時間を表示し、シーン間には次のシーン名を挟みます。
• 他のツールと同じ開始フロー。 開始カードを確定すると、そのまま全画面表示になり、最初のシーンが始まります。
• Signatureシーンが14言語に対応。 星雲ドリフト、ネオン都市、リキッドクローム、星屑カスケード、ハイパーノヴァの名称と説明を、各言語で表示できるようにしました。ギャラリーはどの言語でも13シーンすべてを表示します。
• ホームページを簡潔にし、文章を減らして実行ボタンを大きくしました。

Screen Test Proをゼロから作り直しました。URLと14言語はそのまま、それ以外はすべて新しくなりました。

• 新しいベンチマーク。 WebGL2による5つのSignatureシーン（星雲ドリフト、ネオン都市、リキッドクローム、星屑カスケード、ハイパーノヴァ）と、v1の8つのClassicエフェクトを忠実に移植し、別々に採点します。スコアはバージョン管理され、今回のベンチマークは2.0.0です。測定方法も公開しています。
• 実測に基づく評価。 統計ウィンドウ内のフレーム時間パーセンタイル、一時的な変動で判定が揺れにくい負荷探索、熱ドリフト検出、全状態の厳格なタイムアウトを実装しました。ベンチマークはキャンセルでき、測定の停滞に備えた終了処理も設けています。
• 同意を最優先した匿名ハードウェア統計。 採点完了後、匿名サンプルを1件送信できます。開始前に送信項目をすべて表示し、1クリックで拒否できます。プライバシーポリシーも内容に合わせて書き直しました。
• 新しいツールページ。 ドット抜けテストとパフォーマンステストに、実用的な説明を備えた専用ページを用意しました。
• 新しいデザイン。 高密度でダーク優先、計測器のような外観です。宣伝用のヒーロー表示ではなく、ディスプレイの実測情報を表示します。
• 高速化。 静的HTML、フレームワークのランタイムなし、Webフォントなし。シーンのコードは実行時だけ読み込みます。