Novidades

• Um teste de microfone. Inicie, permita o microfone e fale. Um medidor de nível ao vivo em dBFS com marcador de pico e contador de clipes, forma de onda, espectro, ruído de fundo medido e um veredito em duas palavras: sem sinal, baixo demais, nível bom ou clipando. Uma gravação de cinco segundos devolve a sua própria voz, porque nenhum medidor avisa que ela está abafada.
• Ele mostra o que o navegador realmente abriu. Dispositivo, taxa de amostragem, canais e se o cancelamento de eco, a supressão de ruído e o ganho automático estão ligados — cada um com a sua chave, cada um com o valor que o navegador de fato aplicou. Um fone Bluetooth que caiu para qualidade de chamada aparece como um espectro apagado acima de 4 ou 8 kHz.
• O áudio nunca sai do aparelho. A análise roda na aba, a gravação fica na memória até você parar, nada é enviado e nada é armazenado. A política de privacidade agora diz isso com todas as letras.

• Dissemos que os sinalizadores estavam corrigidos. Não estavam. Depois da última versão, dois em cada três testes ainda voltavam sinalizados. Então paramos de teorizar e construímos um instrumento: ele congela uma cena em cada instante da animação e cronometra a GPU diretamente, sem suposições sobre a taxa de quadros pelo meio. Encontrou numa tarde o que três versões de teoria tinham deixado escapar.
• O colapso de Hypernova custava até dez vezes o resto do seu ciclo. Quando todas as partículas mergulham no núcleo ao mesmo tempo, mais de um milhão de sprites caem sobre poucas áreas da tela e a GPU precisa desenhá-los um após o outro. Durante cerca de um segundo de cada ciclo de 7,5 segundos, um quadro que levava 11 ms levava 73. Se a sua medição se sustentava dependia do segundo em que ela caía — e aquele número estranhamente idêntico que aparelhos sem qualquer relação continuavam a reportar, 5,945,907, era simplesmente o ponto para onde a busca recua quando esse segundo a engole. O seu hardware nunca foi o problema.
• O colapso continua no espetáculo. Só deixou de aplicar a prova. O fluxo agora se fecha num disco brilhante e depois implode em um quinto de segundo, com as partículas encolhendo até virarem pontas de alfinete dentro do clarão do núcleo; a bola de fogo preenche o quadro e se apaga no lugar em vez de disparar para fora da tela. É a cena que você conhece. O custo ao longo do ciclo oscilava 6,5 vezes; agora oscila cerca de 1,15. Este é o benchmark 2.5.0; pontuações nunca se misturam entre versões, então o ranking recomeça do zero.
• Uma única janela reprovada agora rejeita um nível. Confirmar uma pontuação exige três janelas limpas seguidas. A busca antes perdoava uma falha inicial e podia gastar 6 segundos decidindo que um nível não servia — e numa GPU rápida que já tinha usado metade do tempo subindo, só essa indecisão bastava para os testes saírem sinalizados. Agora uma falha significa descer um degrau e tentar de novo. Os testes ficaram mais curtos, máquinas estáveis caem exatamente nos mesmos números, e a prova em si não mudou.
• Nenhuma cena sai mais sem passar de novo por esse instrumento. O custo de uma cena não pode variar mais de um quarto ao longo da própria animação. Quatro das nossas já passavam. A quinta era o final.

• O benchmark parou de dar alarme falso. Por um mês, quatro em cada cinco testes voltavam marcados como «limitado» — e a marca quase sempre estava errada. Nossos próprios dados de campo mostraram: os avisos quase nunca tinham a ver com calor. Vinham de uma cena que se media de forma injusta e de uma busca que desistia cedo demais. Ambas foram corrigidas. A maioria dos testes agora termina limpa, e uma marca de «limitado» volta a significar o que diz: este dispositivo realmente ficou mais lento durante a execução.
• Hypernova parou de medir a própria animação em vez da sua GPU. O custo da cena final oscilava quase ao dobro ao longo do seu laço de explosão — as partículas inchando em direção à câmera no meio do estouro — então se uma medição «passava» dependia de onde a explosão estava, não do seu hardware. Sete dispositivos completamente diferentes relatavam por isso o mesmo número. Agora as partículas têm um tamanho sensato; a cena parece igual e mede a sua GPU, não o relógio.
• A busca de pontuação agora continua procurando até ter certeza. Encontrar a carga mais pesada que um dispositivo aguenta exige um nível que passe três verificações seguidas. A busca antiga tentava uma vez, depois rotulava «não confirmado» tudo que tremia e parava — o que, em qualquer notebook ou celular normal com um pouco de ruído no tempo de quadro, era quase sempre. Agora ela desce um degrau e continua tentando até um nível realmente segurar, para que o número no ranking seja um que o seu dispositivo de fato sustentou. Este é o benchmark 2.4.0; as pontuações nunca se misturam entre versões, então o ranking recomeça.
• Os níveis voltaram a múltiplos redondos. Entrada, Equilibrado, Rápido e Extremo ficam agora em 1×, 3× e 9× a máquina de referência — Extremo começa em 9.000. Os cortes anteriores haviam caído o bastante para um celular usar o selo máximo; agora Extremo é mais ou menos o quinto superior dos resultados reais, onde deve estar.
• Uma marca de limitação agora mostra quanto custou. Quando um dispositivo realmente fica mais lento no meio do teste, a marca carrega o tamanho da queda — «limitado −18 %» — para você ver de relance se mal importou ou mudou o quadro, em vez de adivinhar.

• “Copiar link” volta a ser curto por padrão. Os links de ontem carregavam o resultado inteiro e chegavam a três linhas de texto codificado — bom para guardar, ruim para colar num chat. Agora o botão copia o link limpo da página, a menos que você peça mais.
• A opção “Informações extras” coloca o resultado completo no link, de forma legível. Marque a caixa acima dos botões e o link carrega cada número — pontuação, cargas por cena, tempos de quadro, marcações — como texto simples que qualquer um pode ler, não um bloco codificado. Links compartilhados no formato de ontem continuam funcionando.

• Cromo líquido não aposta mais tudo em um único loop gigante. O loop de 180 amostras da cena era mal compilado por alguns motores e muito bem por outros: o mesmo Safari 26 dava 25.523 unidades a um M2 Max enquanto um M4 Max — uma GPU claramente mais rápida — chegava a 6.222, e o Firefox despencava para 5.622 em um hardware que faz 35.000 no Chrome. O raymarcher agora distribui suas amostras em passadas repetidas de quatro amostras, com exatamente a mesma aritmética de carga, então nenhum motor precisa mais compilar o loop em que as GPUs mais novas da Apple engasgavam. O Firefox é outro problema — o custo dele está em cada amostra, não no loop — e ele continua lento nesta cena. Benchmark 2.3.0; pontuações de versões diferentes nunca se misturam, então o ranking recomeça do zero.
• Um só orçamento sustentado, para toda tela. Telas reais não devolvem quadros no cronograma arrumado que a 2.2.0 supunha, e máquinas classificadas como de taxa fixa ganhavam, sem ninguém perceber, um orçamento sustentado ~9% mais fácil que as de sincronização adaptativa. Agora toda classe de tela responde à mesma média aparada de 17,5 ms. Os Studio Display perdem a folga acidental; dos notebooks isso já era exigido.
• O benchmark agora avisa “sua máquina parece ocupada” antes dos três minutos, não depois. Primeiro roda uma checagem de sossego de dois segundos; se a máquina engasga mesmo sem carga, você recebe um aviso e a escolha. E uma cena que não mediu nada, em uma máquina que depois se mostrou tranquila, ganha exatamente mais uma tentativa no fim da execução — um Mac de demonstração numa loja marcou uma vez 77 e, poucos minutos depois, 8.553, e aquele primeiro número merecia uma segunda olhada enquanto a execução ainda estava rodando.
• Um nível medido que não pôde ser confirmado três vezes seguidas agora é publicado, com marca. Antes, ele jogava a execução inteira para o piso. Dados de produção resolveram a questão da justiça: esses níveis ficam cerca de 13% abaixo do que dispositivos estáveis medem — hardware no sufoco, não números inflados. As marcas das cenas agora dizem qual de três coisas realmente aconteceu — oscilação, não confirmado ou sem resultado — em vez de chamar tudo de “oscilação”.
• Seu Mac não compete mais com iPhones. O Safari informa todas as GPUs da Apple com a mesma string, então a “comparação global” de um Mac o jogava no mesmo balaio dos celulares. Os grupos de comparação agora levam em conta o sistema operacional, as medianas excluem execuções que não mediram nada e, quando há amostras suficientes, a folha de resultados mostra a mediana do mesmo hardware por navegador — porque o navegador faz parte do que um benchmark de navegador mede.
• Copiar link agora leva o resultado inteiro. Pontuação, cargas por cena, tempos de quadro, marcas — tudo empacotado no próprio link, nada enviado a servidor algum. Abra em qualquer lugar e o resultado aparece como um cartão somente leitura. Testar um Mac de vitrine não termina mais com uma foto da tela.

• O nível Shader agora tem 24 cenas para você remodelar. A página de efeitos ganhou 21 shaders novos em tela cheia: mar aberto, mar ao luar, céu nublado, planetas e cânions alienígenas, uma galáxia distante, rastros de estrelas, um túnel warp, chuva de código verde e mais. Cada shader do nível recebeu um ou dois controles próprios. Quando o autor deixou uma constante que dá forma à cena, o controle mexe nessa constante: altura e arrebentação das ondas no mar, cobertura de nuvens no céu nublado, a torção dos braços da galáxia, a semente do autor em Cor derretida e o tempo da Demoparty. Quando nada dentro da cena pode se mover com segurança, matiz e zoom são aplicados ao redor dela. Todo controle começa no ponto deixado pelo autor. Synthwave Horizon e Neonwave Sunrise foram retirados para abrir espaço.
• As licenças vêm primeiro, de novo. Das cenas novas, 19 estão em domínio público (CC0) e 2 usam MIT. Lemos cada autorização no cabeçalho do próprio autor e verificamos todos os shaders em busca de código copiado de trabalhos que não são livres para uso. Vários candidatos bonitos não passaram nessa checagem, e um oceano ao pôr do sol ficou de fora porque alcançou apenas 29 fps no nosso Mac de referência. Agora cada bloco mostra um quadro real do próprio shader, desenhado quando entra na tela, em vez de uma imagem pintada.
• As cenas que piscam agora perguntam antes. Todos os shaders passaram por um teste de flashes que mede as variações de brilho em áreas da tela, como fazem as orientações sobre epilepsia fotossensível ao contar flashes. Flux Core e Demoparty falharam e agora perguntam antes de tocar; Hypernova, que sempre foi marcada como piscante, também. Marque “Não perguntar de novo neste aparelho” e o navegador lembrará; volte e você simplesmente será perguntado na próxima vez. Static Field parece violento, mas passa no teste, então o indicador antigo foi removido.
• As cenas pesadas começam mais leves, com algumas correções. Em telas de alta densidade, shaders que custam mais de 5 ms por quadro a 1080p abrem abaixo da resolução nativa, mas nunca abaixo de um pixel do aparelho por pixel CSS; o controle de qualidade pode elevá-los novamente. As cenas Shader ignoravam as configurações gráficas que pediam e carregavam multisampling e um buffer de profundidade que nunca usavam; essa memória foi devolvida. Os nomes dos shaders em tela cheia agora aparecem em todos os idiomas, Hypernova na galeria segue o ajuste de redução de flashes do benchmark e o crédito do autor saiu da barra de tela cheia para a tabela de créditos na página de efeitos. O benchmark não mudou; sua carga está congelada desde 2.2.0.

• A galeria de efeitos ganhou um terceiro nível. Cinco shaders de fragmento em tela cheia agora acompanham as treze cenas do benchmark na página de efeitos: Star Nest, Marble Drift, Synthwave Horizon, Neonwave Sunrise e Static Field. São trabalho de outras pessoas, publicados sob MIT ou CC0 e creditados na página e outra vez no HUD em tela cheia. Os termos padrão do Shadertoy são não comerciais, então um shader sem licença permissiva explícita não entra aqui por melhor que seja. O benchmark não mudou: sua carga está congelada desde a versão 2.2.0 e nenhuma cena de shader é pontuada. A galeria da página inicial continua mostrando as treze cenas que formam uma pontuação.
• Duas delas são diagnóstico, não enfeite. O Static Field coloca um valor aleatório sem correlação em cada pixel e troca todos a cada quadro — o mais difícil que se pode dar a um painel ou a uma cadeia de vídeo. Em tela cheia, uma resposta de pixel lenta aparece como rastro, enquanto uma transmissão ou um compartilhamento de tela se desfaz por completo. O Synthwave Horizon com superamostragem alta é uma carga contínua para a GPU: serve para ouvir as ventoinhas subirem ou ver um notebook reduzir o desempenho ao vivo no contador de fps.
• O controle de carga significa outra coisa em um shader. Um shader de fragmento não tem partículas, então não há o que contar: ele define a superamostragem por pixel, de 1 a 64. Dezesseis amostras são dezesseis vezes o fill rate, e dá para ver. Velocidade e escala de renderização funcionam como sempre. Os blocos de shader também mostram a prévia real ao passar o cursor, em vez de uma aproximação desenhada — não há biblioteca nenhuma por trás desse nível, então o shader compila no tempo em que o three.js ainda estaria baixando.

• A tabela do histórico de pontuações parou de cortar sua pontuação ao meio. A janela pegava a largura das colunas das tabelas de especificações do resto do site, o que dava ao carimbo de data e hora quase metade da caixa de diálogo e deixava a pontuação quebrar no meio do número — 11.850 chegava em duas linhas. Agora cada coluna se dimensiona sozinha: a data encolhe até o que precisa, a coluna da execução fica com o resto, e a pontuação continua inteira. No celular, o carimbo de data e hora empilha a hora embaixo da data em vez de partir a data nos hifens, e nada escapa pela lateral.
• Artigos e posts do blog têm a largura do texto que está neles. A coluna de leitura sempre esteve limitada a cerca de setenta caracteres; a página em volta dela tinha 1200 pixels, então uns 500 pixels ficavam em branco à direita de cada post, com a linha da assinatura e os botões de compartilhar avançando tudo isso além do texto a que pertencem. As duas coisas agora terminam onde o texto termina. As palavras não foram tocadas — a mesma medida, as mesmas quebras de linha.

• Os controles do teste de toque saem de baixo do seu dedo. A faixa de cobertura e o botão de fechar agora ficam juntos na borda onde você não está pintando — pinte embaixo e eles sobem, pinte em cima e eles descem —, então toda célula do painel continua alcançável. A linha de instrução some no primeiro toque e volta quando você reinicia, e no celular o botão de reiniciar não cita mais uma tecla que ali não existe. O Safari do iPhone não dá às páginas nenhuma API de tela cheia, então as barras do navegador ficam; as da ferramenta, não.
• Um triângulo de play que aparece bem em qualquer lugar. Todo botão de início termina em ▶ no lugar de ►, que nos celulares saía como um glifo achatado e fora de lugar. As dezesseis edições, os cartões de ajuda, o botão de retomar do teste de burn-in e as páginas traduzidas mudaram juntos.
• Menos texto acima do primeiro chip. O título da página inicial agora é “Screen test & benchmark”, a linha abaixo dele saiu, e em telas estreitas a dica do painel deixa de fora as instruções de teclado: “Esc sai” não diz nada em um celular. A barra do topo lê “Screen Test Pro” em todos os idiomas; a forma com domínio também saiu do cartão de compartilhamento e da linha de resultado copiada.
• O catálogo de um clique está pronto para tradução. Cada nome de chip, cada nota de grupo, cada linha do HUD e cada rótulo do painel de leitura que a página inicial em inglês mostra já tem uma chave nos quinze dicionários, e um idioma passa para o catálogo assim que suas chaves recebem tradução. Até lá, uma página inicial traduzida fica exatamente como estava ontem.

• Uma página de placar. A tabela da página inicial para em dez. /leaderboard/ segue adiante: até 200 linhas, uma por máquina, dos últimos 30 dias ou de todo o período, e de cada versão do benchmark cujas amostras ainda guardamos — escolha 2.1.0 ou 2.0.0 e veja como era a tabela sob aquela carga. Os mesmos campos grossos das linhas da página inicial, a mesma regra de uma linha por máquina; novos são só a profundidade e o histórico. A página de privacidade diz isso com todas as letras.
• Uma volta só para as dezesseis cartas. As fichas de cartas de teste de ontem abriam duas ferramentas diferentes — as três cartas de transmissão numa, as treze cartas desenhadas noutra —, então “Test patterns ▶” e as setas percorriam apenas parte do conjunto. Agora cada ficha e o botão do grupo abrem a mesma ferramenta, e → passa pelas dezesseis, cartas de transmissão incluídas. A ferramenta de três cartas continua na página de TVs e nas páginas traduzidas.
• OVNIs. O objeto em movimento do teste de movimento agora é um OVNI, como o gênero exige, com seis desenhos para escolher na barra de baixo — e o bloco listrado continua ali para quem prefere arestas a discos voadores. Ícones da Flaticon, creditados na página de ghosting.
• A rolagem suave finalmente rola. O modo de texto rolando saiu com uma falha de emenda que jogava o texto entre o topo e a base da tela em vez de deixá-lo atravessar. Corrigido: um único anel contínuo de linhas, de baixo para cima, sem costura.

• Cinquenta e cinco verificações na página inicial. Até ontem a página inicial oferecia três ferramentas e escondia os campos dentro delas. Agora o console mostra os próprios campos: 16 cores sólidas, 13 gradientes, 16 cartas de teste, 4 testes de movimento e 6 instrumentos de medição, cada um uma ficha que vai para tela cheia com um clique. As fichas são desenhadas nas cores com que vão preencher a tela, então você escolhe o campo que quer em vez de ir avançando até ele.
• Mais campos que valia a pena ter. As cores sólidas ganharam laranja, roxo, mais quatro cinzas e um seletor hexadecimal livre. Os gradientes ganharam uma separação RGB, uma varredura de matiz, o quarto das sombras e o das altas luzes isolados, degraus de gama e uma escada de 16 passos. Uma ferramenta nova de cartas de teste desenha uma grade fina, um tabuleiro de xadrez, texto em onze tamanhos, linhas de um pixel em três direções, pontos, um xadrez de um pixel para conferir a resolução nativa, degraus de contraste perto do preto e perto do branco, saturação, uma moldura de overscan e uma grade para acompanhar trincas — tudo em pixels do aparelho, nunca redimensionado pelo navegador.
• O movimento tem quatro modos. As pistas do OVNI ficam como estavam. Juntam-se a elas: uma perseguição de blocos que pula uma casa por quadro (um quadro perdido aparece como um salto), um bloco piscante para cintilação e taxas de atualização desencontradas, e texto rolando para o trepidar. As teclas 1–4 trocam de modo dentro do teste.
• O placar continua onde estava, com um rodapé. As dez melhores execuções e a sua própria linha mantêm o lugar no cartão do benchmark. Embaixo, os mesmos grupos de hardware que /benchmarks/ publica mostram sua mediana assim que um grupo passa de trinta amostras — até lá a linha diz quantas amostras existem, e não um número inventado.
• A ficha do aparelho cabe de novo. Com o placar dentro do cartão, as catorze linhas de leitura ficam agora em duas colunas, de modo que um desktop de 1440×900 vê o console inteiro sem rolar.
• Só a página inicial em inglês, por enquanto. As páginas iniciais dos outros idiomas mantêm seu console de três fileiras até que os textos passem por uma revisão humana de verdade; toda ferramenta nova continua abrindo pelas páginas traduzidas.

• Execuções que se limitam agora contam. Até hoje o ranking publicava apenas execuções em que o aparelho nunca desacelerou — e um celular a cem segundos de uma execução de GPU em carga total sempre desacelera, porque é o que celulares fazem. O resultado: nenhum celular jamais tinha chegado ao ranking no benchmark 2.2.0, e dezesseis das suas vinte primeiras execuções ficaram silenciosamente invisíveis. Agora uma execução em que todas as cenas foram medidas por completo mas o aparelho esquentou ganha um status novo — limitado por calor — e entra no ranking com essa palavra na própria linha. Nada na pontuação mudou: a mesma execução produz o mesmo número de ontem, então o ranking mantém seu histórico e o benchmark 2.2.0 mantém sua versão.
• Degradado continua significando degradado. Uma execução em que uma cena não pôde ser medida ou seu nível não pôde ser confirmado continua fora do ranking — essa pontuação é um piso, e ranquear pisos contra picos enganaria todo mundo. A folha de resultados agora diz isso com todas as letras em vez de deixar você imaginando se a ferramenta comeu sua pontuação, e as marcas de cada cena dizem exatamente o que aconteceu. Sua própria faixa trata limitado por calor como completo, põe a marca no começo da linha (onde a tela estreita de um celular não consegue cortá-la), e execuções degradadas seguem guardando o lugar com um rótulo honesto.
• Conselho antes, diagnóstico depois. O cartão de início agora diz em voz alta a parte silenciosa: um aparelho quente se limita e pontua menos, então dê um minuto a ele se você acabou de exigir muito — e se ele se limitar mesmo assim, a execução é marcada, não descartada. Depois de uma execução limitada por calor, a folha sugere o experimento óbvio: frio, na tomada, de novo.
• A amostra ficou mais esperta sobre calor. Amostras compartilhadas (esquema v5) agora registram por que uma cena foi marcada e quanto o aparelho tinha desacelerado no fim da cena — uma única razão, algo como 1,3. Esses são os dados de campo de que uma futura revisão do benchmark, ciente do resfriamento, precisa, coletados do jeito honesto. A política de privacidade lista os campos novos; como sempre, eles descrevem a execução, não você.
• Ranking mais fresco. Uma pontuação enviada agora aparece no ranking sem cinco minutos de espera — a página a atualiza depois da sua execução, e outros aparelhos a veem em até um minuto.

• Benchmark 2.2.0. As pontuações zeram — e aqui está por que valeu a pena. Uma ida a campo colocou três aparelhos de topo da Apple lado a lado: um notebook M2 Max, um Mac Studio M4 Max, um notebook M5 Pro. O benchmark pontuou os três dentro de 9% um do outro, com a GPU mais forte embaixo. Resposta errada, e rastreável a três causas separadas — uma regra de aprovação que favorecia telas de notebook, uma cena medindo a coisa errada e um teto de pontuação que o hardware real já tinha ultrapassado. As três estão corrigidas abaixo. As correções mudam todos os números, então a 2.2.0 começa um ranking novo; como a pontuação funciona traz o método completo, atualizado para bater.
• O juiz agora entende telas. Um monitor fixo de 60 Hz pode apresentar um quadro depois de 16,7 ms ou de 33,3 ms — nada no meio — enquanto uma tela adaptativa de notebook devolve um quadro de 18 ms exatamente assim. As tolerâncias antigas deixavam telas adaptativas passearem a 55 fps enquanto monitores de mesa tinham de sustentar 60 de verdade: mesma GPU, pontuação menor na mesa. Uma sondagem de cadência de cerca de 600 ms lê agora, antes da cena um, como sua tela devolve quadros, e a regra de aprovação — no máximo 5% dos quadros acima do limiar consciente da cadência, média aparada dentro do orçamento de 16,67 ms — faz de “sustenta 60 fps” a mesma afirmação em qualquer tela. E se sua tela estiver travada abaixo de 50 Hz (modo de baixo consumo, um cabo de 30 Hz), a execução se recusa a começar e diz por quê, em vez de avaliar uma GPU por um canudo.
• O Liquid Chrome estava medindo alocação de memória, não raymarching. Mudar a carga redimensiona o alvo de renderização, e o navegador cobra isso como um único quadro muito longo — que caía na janela de medição seguinte e reprovava níveis que a GPU segura com folga. Um M4 Max foi “medido” na metade de um M2 Max por causa disso. Os quadros logo após uma mudança de carga agora são descartados: a transição não é a carga de trabalho. Na nossa máquina de bancada a busca corrigida se assenta 45% mais alto, no nível que o silício realmente sustenta.
• A pontuação não pode bater no teto antes da medição. O antigo limite plano de 20× congelava, em toda GPU Apple rápida, duas cenas inteiras nos mesmos 20.000 — 38% da pontuação, constante ao longo de uma geração de chips. Os tetos da escada agora ficam de 6 a 14× além da máquina mais rápida já medida (60,6 milhões de pontos de nebulosa, 32 milhões de instâncias urbanas, 180 amostras de raymarch por pixel), não custam nada até um aparelho merecê-los, e a pontuação trava exatamente onde a escada termina, nem um degrau antes.
• Referências recentradas em hardware real e sem censura. As cenas são normalizadas para que a máquina-âncora — um M2 Max na tomada, na bancada — marque 13.000 com as seis cenas concordando dentro de poucos por cento, em vez de uma máquina ler 0,11× numa cena e 4,42× em outra. As faixas foram recortadas na escala nova e conferidas repontuando cada amostra de produção: Básico abaixo de 500, Equilibrado até 1.499, Rápido até 5.999, Extremo a partir de 6.000.
• As amostras compartilhadas agora levam os números crus. A carga estável máxima real de cada cena — o número que o limite de pontuação antes apagava — mais uma classe grosseira da cadência da tela (fixa / adaptativa / desconhecida) agora viajam junto com um resultado compartilhado. É isso que a próxima calibração vai ler, para não depender de fotografar um aparelho de demonstração numa Apple Store. Nada identificável foi acrescentado; a política de privacidade lista, como sempre, cada campo.

• O ranking agora dá uma linha por perfil de máquina. O primeiro mês do benchmark 2.1.0 deixou o problema à vista: dez vagas, e a maioria dizia “GeForce · Windows · Edge” — várias delas comprovadamente o mesmo um ou dois computadores, rodando de novo e de novo. As pontuações continuam sem carregar identificador de qualquer tipo, então o ranking agora agrupa as execuções pelo que uma máquina não consegue mudar entre tentativas — GPU, sistema operacional, navegador e versão, núcleos de CPU, memória, classe de aparelho — e mostra só a melhor execução de cada grupo. Rodar de novo pode melhorar a linha que você já tem; não compra uma segunda. Nada novo é coletado, e a política de privacidade não precisou crescer para permitir isso — ela ficou mais estrita.
• As linhas agora dizem a versão do navegador. “Edge 152” no lugar de “Edge”, tanto nas linhas globais quanto na sua própria faixa. A versão sempre fez parte da amostra; mostrá-la faz duas máquinas diferentes parecerem duas máquinas diferentes.

• A galeria de efeitos agora toca música. São trinta faixas originais para as 13 cenas, cada uma composta para o que acontece na tela. Abra uma cena e toque em ♪: a escolha e o volume ficam salvos no seu dispositivo. Nada é baixado antes de você ativar a música, e o teste de desempenho continua em silêncio para que as pontuações tenham o mesmo significado em qualquer lugar. Há mais detalhes no post do blog.
• Reajustamos as faixas de pontuação. Os limites antigos foram definidos quando as pontuações chegavam a cerca de 4.300. O Benchmark 2.1.0 elevou o teto para 20.000 e, de repente, metade dos testes terminava como “Extremo” — um rótulo que já não dizia muita coisa. As novas faixas são múltiplos simples da máquina de referência: abaixo de 1× é Básico, até 3× é Equilibrado, até 9× é Rápido e acima de 9× é Extremo. Sua pontuação não mudou; a palavra ao lado dela talvez tenha mudado. Veja os detalhes em como a pontuação funciona.
• Agora todo rótulo do cartão de resultados é um botão. Toque em Extremo, degradado, oscilação, limitado ou falhou para ver logo abaixo uma explicação curta sobre o significado daquela palavra no seu teste. Isso inclui a mais mal interpretada: limitado significa que o tempo da busca acabou, portanto o valor real é igual ou maior que o exibido.
• As páginas podem ser compartilhadas. Uma fileira de botões aparece acima do rodapé em ferramentas, artigos e posts: as principais redes, e-mail, um código QR para levar o link ao celular e o botão de copiar. Eles só carregam quando você se aproxima do fim da página, por isso ela continua tão rápida quanto antes.
• Os links de idioma foram para o fim do rodapé. Trocar de idioma é algo raro; agora os testes e as páginas que você realmente visita aparecem primeiro.

• Benchmark 2.1.0: as pontuações voltam a se separar. Cinco das seis cenas Padrão atingiam o topo da própria escala de carga e relatavam esse limite em vez do limite do hardware — Cascata estelar em 98% dos testes completos. Com uma única cena livre para variar, máquinas sem relação chegavam ao mesmo total: um celular Android, um desktop Windows e um Mac marcaram exatamente 3.977. Agora cada cena pode subir até dezesseis vezes sua carga de referência, e a busca encontra o limite com resolução de cerca de 6%, em vez de 15%. Cargas de referência e pesos não mudaram; 1.000 continua com o mesmo significado. Pontuações de 2.0.0 e 2.1.0 nunca são comparadas, portanto as tabelas recomeçam vazias e se preenchem nos próximos dias.
• Duas cenas deixam de acumular memória. Deriva nebular e Hipernova reservavam de saída a contagem máxima de partículas em todo dispositivo, mesmo desenhando muito menos: 58 MB entre as duas, inclusive em celulares e tablets que nunca se aproximavam do teto. Agora repetem um buffer menor, usam metade da memória e alcançam um limite muito maior.
• Todo teste termina com resultado. Em hardware que não sustenta o orçamento nem na carga mínima, antes o benchmark não registrava nada, fechava e devolvia a página sem cartão nem explicação. Agora mostra a pontuação realmente medida, explica por que ela tem esse valor e não impede a última cena de rodar.
• Dispositivos lentos são medidos, não abandonados. Abaixo de cerca de quatro quadros por segundo, cada quadro parecia uma pausa isolada; o mecanismo descartava a medição e ficava na carga inicial até o tempo acabar. Agora reconhece lentidão contínua e reduz a carga até encontrar uma resposta real.
• Seu teste sempre tem lugar. A faixa você mostrava o convite para executar o benchmark até para quem acabara de rodá-lo, caso o resultado viesse degradado. Agora exibe seu melhor resultado em qualquer estado, com rótulo honesto, no fim da lista.
• Mesma GPU, mesmos pixels. O tamanho interno de renderização finalmente tem o limite que a metodologia sempre descreveu. Uma tela 4K renderizava quatro vezes mais fragmentos que uma 1080p na mesma carga nominal; essas pontuações não eram comparáveis e agora são.

• Melhores pontuações. Os dez melhores testes completos dos últimos 30 dias aparecem na página do teste de desempenho e no cartão da página inicial. Desta vez são execuções individuais, não medianas: benchmarks de hardware responde “quanto este hardware costuma pontuar”; esta lista, “o que os mais rápidos fizeram ultimamente”. As linhas têm exatamente o nível de detalhe do cartão de consentimento, e a política de privacidade registra isso. Há também a faixa você: seu melhor teste entra na classificação a partir do histórico local deste dispositivo, ou um lugar fica reservado até você testar. Nada dessa faixa é enviado.
• A galeria de efeitos virou uma página. As 13 cenas têm três controles que o benchmark não oferece: carga de partículas na escala própria da cena, velocidade de simulação até 0,1× e qualidade interna até 2× a resolução nativa para pressionar o fill rate. O modo livre não pontua, e three.js só carrega ao abrir uma cena de destaque.
• Página de benchmarks interativa. Um botão permite iniciar um teste na própria página de estatísticas: consulte a tabela e compare o dispositivo na hora. O espaço das tabelas fica reservado para que elas não empurrem a página ao carregar.
• Polimento. O índice de testes de monitor ganhou espaço; o cartão de benchmark da página inicial se concentra no botão de execução, que pulsa devagar em espera — e fica parado com movimento reduzido —; o link de pontuação virou um ⓘ com explicação no lugar; a prévia do cartão inicial ganhou um pouco de margem.

• O conjunto de testes dobra. O teste de tela sensível ao toque pinta uma grade multitoque para revelar zonas mortas e toques fantasmas. O teste de burn-in alterna campos uniformes com controle de permanência — lento para inspecionar, rápido para exercitar retenção. O teste de tela OLED percorre oito telas feitas para as falhas reais de OLED, do preto verdadeiro e quase preto ao desgaste por canal. O teste de degradê e banding ganha sua própria página.
• Páginas por dispositivo. O teste de tela de TV leva cada padrão à TV por navegador integrado, transmissão de aba ou HDMI. O teste de tela de celular reúne uma inspeção de cinco minutos para aparelhos usados.
• Um mapa. A página Teste de monitor organiza os doze instrumentos na ordem de uma inspeção completa.
• Um menu para o site. A barra superior ganhou um botão com todos os testes e páginas em três colunas compactas; o celular finalmente tem navegação. O rodapé agora liga todas as ferramentas em todas as páginas.
• Modo Clássico acessível. Os oito efeitos da v1 já formavam um benchmark Clássico pontuado — mecanismo, perfil e traduções —, mas nada o iniciava. A página do teste de desempenho agora tem o botão. Testes clássicos são pontuados localmente e nunca enviam dados.

• Cada teste ganha sua página. A taxa de atualização mede os Hz que a tela realmente entrega, com uma faixa de tempos de quadro ao vivo. O verificador de resolução separa pixels informados de pixels físicos e calcula PPI. O teste de ghosting move blocos listrados em três velocidades sobre cinco fundos. A calibração de monitor percorre nível de preto, nível de branco, gama e equilíbrio de cinza em quatro etapas de tela cheia — e diz com clareza quando só um colorímetro resolve.
• Teste de pixels mortos aprofundado. Perguntas reais — quantos pixels são aceitáveis, se eles se espalham — e links para os novos testes.
• Dois novos guias. Calibração visual e quando usar um colorímetro e ghosting, tempo de resposta e desfoque de movimento.
• Palavras descoladas. Uma peculiaridade de espaços no Astro juntava palavras em quebras de linha perto de links. Foi corrigida no site inteiro, com um teste de regressão que examina todas as páginas.

• O benchmark fala seu idioma. Cartão inicial, HUD, folha de resultados, histórico de pontuações e cartões de ajuda: 87 textos traduzidos por pessoas para os 13 idiomas além do inglês. Os nomes das cenas já eram localizados; agora tudo ao redor também é.
• Notas dos padrões localizadas. A indicação do que observar em cada padrão de transmissão aparece no idioma da página.
• Ferramentas relacionadas no idioma certo. Os links dos sites parceiros no rodapé apontam para a versão correspondente, não sempre para o inglês.
• Páginas locais mais leves. Cada página inicial inclui só os textos usados pelas ferramentas, não toda a carga herdada.
• Correção do progresso no HUD. A barra não para mais durante a fase de busca por intervalo.

• Menos coleta, não mais. As amostras deixaram de registrar país e idioma do site: a lista de campos encolheu (esquema v3), assim como a política de privacidade.
• O cartão inicial mostra pelo que você está esperando. Uma prévia do resultado — pontuação, faixa e barras por cena — fica no topo, enquanto as notas técnicas foram recolhidas em “Mais informações”. Uma olhada mostra o que o teste entrega.
• Cenas de destaque se animam ao passar o cursor. Todos os 13 blocos da galeria agora têm prévia em movimento. Os cinco destaques animam pôsteres em Canvas 2D, portanto three.js continua sem carregar até uma cena ser aberta.
• Nova marca no cabeçalho e uma barra superior mais discreta: a leitura da tela aparece apenas no painel “Esta tela”.
• Perguntas frequentes na página inicial. Oito respostas curtas — pixels mortos, banding, significado da pontuação e dados enviados — com links para explicações completas.

• Página de benchmarks de hardware. Pontuações medianas por família de GPU e de dispositivo Android, calculadas com amostras anônimas. Cada linha precisa de pelo menos 30 amostras antes de ser publicada; como são medianas, uma execução excepcional não compra uma posição.
• O compartilhamento vem ativado. O cartão inicial do benchmark agora traz uma caixa marcada em vez de dois botões, junto com uma prévia dos valores exatos que o dispositivo enviaria. Desmarque e nada será enviado; a escolha fica salva. A política de privacidade foi atualizada ao mesmo tempo.
• Três novos campos de amostra (esquema v2): bateria ou tomada, formato do dispositivo e, apenas no Android, uma família aproximada como “Galaxy S24”. Modelos raros são agrupados por marca no próprio aparelho; o nome exato do modelo nunca sai dele.
• Um benchmark cujo tempo você acompanha. O HUD agora mostra cena 2/6, uma barra de progresso geral e uma estimativa aproximada do tempo restante, com o nome da próxima cena entre elas.
• O início segue as outras ferramentas. Confirmar o cartão leva direto à tela cheia e à primeira cena.
• As cenas de destaque falam 14 idiomas. Deriva nebular, Metrópole neon, Cromo líquido, Cascata estelar e Hipernova têm nomes e descrições traduzidos por pessoas em todos os idiomas, e a galeria mostra as 13 cenas em toda parte.
• Página inicial mais enxuta: menos texto e botão Executar maior.

O Screen Test Pro foi reconstruído do zero. As mesmas URLs, os mesmos catorze idiomas e todo o resto novo.

• Novo benchmark. Cinco cenas de destaque em WebGL2 (Deriva nebular, Metrópole neon, Cromo líquido, Cascata estelar e Hipernova), além dos oito efeitos Clássicos da v1, portados com fidelidade e pontuados separadamente. As pontuações têm versão — este é o benchmark 2.0.0 — e a metodologia é pública.
• Medição de verdade. Percentis de tempo de quadro em janelas estatísticas, uma escala adaptativa de carga com histerese, detecção de oscilação térmica e limites rígidos de tempo em todos os estados. O benchmark pode ser cancelado; não pode ficar travado.
• Estatísticas anônimas de hardware, com consentimento em primeiro lugar. Concluir um teste pontuado pode enviar uma amostra anônima. A lista exata de campos aparece antes do início, pular o envio exige um clique e a política de privacidade foi reescrita para corresponder.
• Novas páginas de ferramentas. O teste de pixels mortos e o teste de desempenho ganharam páginas próprias com orientação útil.
• Novo design. Denso, escuro por padrão e com aparência de instrumento. A página mostra a leitura ao vivo da tela em vez de um banner de marketing.
• Mais rápido. HTML estático, sem runtime de framework, sem fontes web; o código das cenas só carrega quando você executa algo.