更新記錄

• 新增麥克風測試。 按下開始，允許麥克風，然後說話。即時 dBFS 音量表附峰值保持與削波計數，另有波形、頻譜、實測底噪，以及一句話結論：沒有訊號、太小聲、音量良好或削波。五秒錄音會把你自己的聲音放給你聽，因為沒有哪個音量表能告訴你聲音悶悶的。
• 它顯示瀏覽器實際開啟了什麼。 裝置、取樣率、聲道，以及回音消除、雜訊抑制與自動增益控制是否開啟——每一項都有開關，每一項都顯示瀏覽器真正採用的值。降到通話音質的藍牙耳機，會呈現為頻譜在 4 或 8 kHz 以上一片漆黑。
• 音訊絕不會離開裝置。 分析在分頁內進行，錄音在你停止之前只存在記憶體中，不上傳，也不儲存。隱私權政策現在把這一點寫得清清楚楚。

• 我們說過標記問題已經修好了。其實沒有。 上個版本發布後，每三次測試仍有兩次帶著標記回來。於是我們不再空談推理，而是造了一台測量儀器：它把場景定格在動畫的每一個瞬間，直接替 GPU 計時，中間不摻雜任何關於影格率的猜測。三個版本的理論都沒發現的東西，它一個下午就找到了。
• 超新星爆發的塌縮階段，開銷高達循環其餘部分的十倍。 當所有粒子同時衝向核心，一百多萬個精靈會落在螢幕上的幾小塊區域裡，GPU 只能一個接一個地繪製。在每個 7.5 秒的循環中約有一秒鐘，原本耗時 11 ms 的一個影格要花 73 ms。你的測量能否站得住，取決於它恰好落在哪一秒——而那個被毫不相干的裝置反覆報出的、詭異地完全相同的數字 5,945,907，不過是搜尋被那一秒吞沒時退守的位置。問題從來不在你的硬體。
• 塌縮仍然是表演的一部分，只是不再擔任監考。 流入的粒子現在先收緊成一只明亮的圓盤，然後在五分之一秒內向內爆縮，粒子在核心的強光中縮成針尖大小；火球鋪滿畫面並在原地消散，而不是衝出螢幕。這還是你熟悉的那個場景。它在整個循環中的開銷波動從 6.5 倍降到了約 1.15 倍。這就是基準測試 2.5.0；不同版本的分數永不混用，所以排行榜重新開始。
• 現在，一個視窗不合格就會否決一個等級。 確認一個分數需要連續三個合格視窗。過去的搜尋會原諒一次早期失敗，並可能花上 6 秒鐘才判定某個等級不行——而在一顆僅爬升就已用掉一半時間的高速 GPU 上，光是這份猶豫就足以讓結果被打上標記。現在，一次失手就意味著下調一級、重新再試。測試更短了，穩定的機器會落在完全相同的數字上，而證明本身沒有任何改變。
• 今後沒有哪個場景能不經這台儀器檢驗就發布。 一個場景的開銷在其自身動畫過程中的波動不得超過四分之一。我們的場景中有四個早已達標。第五個就是壓軸場景。

• 基準測試不再亂報警了。 一個月來，每五次測試就有四次被標記為「過熱降頻」——而這個標記大多是錯的。我們自己的實測資料說明了問題：這些警告幾乎都與發熱無關，而是來自一個測量方式不公平的場景，以及一次過早放棄的搜尋。兩者都已修復。現在大多數測試都能乾淨完成，「過熱降頻」標記也重新名副其實：這台裝置在執行中確實變慢了。
• 超新星爆發不再測量自己的動畫，而是測量你的 GPU。 這個收尾場景在爆炸循環中的開銷波動接近兩倍——粒子在爆發中段朝鏡頭急劇膨脹——於是一次測量「是否通過」取決於爆炸進行到哪裡，而非你的硬體。正因如此，七台完全不同的裝置報告出了完全相同的數值。現在粒子尺寸恢復合理；場景看起來一樣，測的是你的 GPU，而不是時鐘。
• 分數搜尋現在會一直找到確定為止。 要找出裝置能穩定承受的最高負載，需要某個檔位連續三次通過檢查。舊的搜尋只試一次，然後把任何不穩的結果標為「未確認」就收工——而在任何有點影格時間抖動的普通筆電或手機上，這幾乎就是常態。現在它會逐級下調、持續嘗試，直到某個檔位真正守住，於是排行榜上的數字是你的裝置真正維持住的。這是基準版本 2.4.0；分數不跨版本混用，因此排行榜重新開始。
• 等級重新回到整齊的倍數。 入門、均衡、快速與極致現在分別落在參考機器的 1 倍、3 倍與 9 倍——極致從 9,000 起算。之前的分界線偏低到手機都能戴上最高徽章；如今極致大約是真實成績的前五分之一，回到了它該在的位置。
• 過熱降頻標記現在會顯示代價有多大。 當裝置在測試中確實變慢時，標記會帶上降速的幅度——「過熱降頻 −18%」——讓你一眼看出它是無關緊要還是改變了大局，而不用猜。

• 「複製連結」預設恢復為短連結。 昨天的連結攜帶完整結果，長達三行編碼文字——留存沒問題，貼到聊天裡就太難看了。現在按鈕預設只複製乾淨的頁面連結，除非你要更多。
• 「附加資訊」開關可把完整結果裝進連結，而且直接可讀。 勾選按鈕上方的核取方塊，連結就會帶上每一個數字——總分、各場景負載、影格時間、標記——全部是任何人都能讀懂的明文，而不是編碼字串。昨天格式分享出去的連結仍然有效。

• 液態金屬不再把一切押在一個巨型迴圈上。 這個場景原本的 180 取樣迴圈，在有些引擎上編譯得很差，在另一些引擎上又編譯得極好：同樣是 Safari 26，M2 Max 能拿到 25,523 單位，而 M4 Max——一顆毫無疑問更快的 GPU——只有 6,222；Firefox 則在一台用 Chrome 能跑到 35,000 的硬體上跌到 5,622。現在光線步進器把取樣拆分到反覆執行的四取樣算繪輪次中，工作負載的算術分毫不差，任何引擎都不必再編譯那個讓較新 Apple GPU 卡住的迴圈。Firefox 是另一回事——它的開銷在每一個取樣裡，而不在迴圈上——所以在這個場景上它依然很慢。基準測試 2.3.0；不同版本的分數絕不混用，所以排行榜從零開始。
• 一個持續預算，適用每一種螢幕。 真實螢幕交還畫面的節奏並不像 2.2.0 假設的那樣整齊，而被歸為固定更新率的機器，悄悄拿到了比可變更新率機器寬鬆約 9% 的持續預算。現在每一類螢幕都要符合同一個 17.5 毫秒的截尾平均。Studio Display 失去了這份意外的餘裕；筆電本來就照這個標準要求。
• 基準測試現在會在三分鐘之前就告訴你「你的機器看起來很忙」，而不是事後。 測試會先做一次兩秒鐘的靜默檢查；如果機器在零負載下就已經卡頓，你會收到警告，由你決定是否繼續。另外，某個場景如果什麼都沒量到，而機器後來證實已經安靜下來，這個場景會在測試結尾獲得恰好一次重測機會——一台門市的展示用 Mac 曾先跑出 77，幾分鐘後又跑出 8,553，那第一個數字本該在測試還沒結束時就被再看一眼。
• 量到的階位即使無法連續三次確認，現在也會帶著標記發布。 過去它會把整次測試打到下限。正式環境的資料回答了公平性問題：這些階位比穩定裝置的量測結果低約 13%——那是吃力的硬體，不是灌水的數字。場景標記現在會說明三種情況中究竟發生了哪一種——波動、未確認或無結果——而不是一律稱為「波動」。
• 你的 Mac 不再和 iPhone 同場較量。 Safari 把所有 Apple GPU 都回報成同一個字串，所以 Mac 的「全球比較」一直把它和手機混在一起。現在比較分組會區分作業系統，中位數會排除什麼都沒量到的測試；樣本足夠時，結果單還會依瀏覽器顯示同一硬體的中位數——因為瀏覽器本身就是瀏覽器基準測試所量測的一部分。
• 「複製連結」現在會帶上完整結果。 分數、各場景負載、影格時間、標記——全部打包進連結本身，不會傳送到任何伺服器。無論在哪裡開啟，結果都會顯示為一張唯讀卡片。在門市測試一台展示用的 Mac，再也不必以拍螢幕照片收尾。

• 著色器層現在有 24 個可以重新塑形的場景。 效果頁面新增 21 個全螢幕著色器：開闊海面、月下之海、陰雲、異星與峽谷、遙遠星系、星軌、曲速隧道、綠色代碼雨等；著色器層中的每個著色器也都有自己的 一兩個滑桿。只要作者留下的常數確實決定了場景形狀，滑桿就直接控制那個常數：海面的浪高與破浪、陰雲的雲量、星系旋臂的扭轉、融色使用的作者種子、Demoparty 的節拍。如果場景內沒有可以安全移動的內容，就在外部套用色相與縮放。每個滑桿都從作者設定的位置開始。Synthwave Horizon 和 Neonwave Sunrise 已退役，為新場景讓出位置。
• 還是先看授權。 新場景中有 19 個屬於公有領域（CC0），有 2 個採用 MIT；我們逐一閱讀作者程式碼標頭中的授權聲明，並檢查每個著色器是否借用了不能自由使用的程式碼——幾款看起來很不錯的候選者因此被擋在門外，一片日落海面也因為在我們的參考 Mac 上只有 29 fps 而未能入選。現在每個磁磚都會在滾入視野時，從自己的著色器繪製一格真實畫面，不再使用手繪的替代圖。
• 會閃爍的場景現在會先詢問。 每個著色器都經過閃爍測試，測試按照光敏性指導，對螢幕不同區域的亮度波動進行計數。Flux Core 和 Demoparty 兩個場景未通過，因此播放前會先詢問；一直被標記為閃爍的 Hypernova 也一樣。勾選「在此裝置上不再詢問」，瀏覽器就會記住選擇；返回則不會記住，下次仍會詢問。Static Field 看起來很激烈，但測試通過，因此舊的標記已移除。
• 高負載場景現在更輕地啟動，也修復了一些問題。 在高密度螢幕上，1080p 下每格開銷超過 5 ms 的著色器會以低於原生解析度的設定開啟，但不會低於每個 CSS 像素對應一個裝置像素；畫質控制可以把它們調回更高解析度。著色器場景之前忽略了自己要求的圖形設定，還攜帶著從未使用的多重取樣和深度緩衝區；這些記憶體現在還給系統了。全螢幕著色器名稱現已在所有語言中顯示，畫廊裡的 Hypernova 會遵循基準測試的減閃爍設定，作者署名也從全螢幕控制列移到了效果頁面的致謝表。基準測試沒有變化；它的工作負載自 2.2.0 起一直凍結。

• 特效畫廊多了第三層。 效果頁面上，十三個基準場景下面新增了五個全螢幕片段著色器：Star Nest、Marble Drift、Synthwave Horizon、Neonwave Sunrise 和 Static Field。它們都是別人的作品，以 MIT 或 CC0 授權發佈，頁面上和全螢幕 HUD 裡都會署名。Shadertoy 的預設條款是非商業性的，因此沒有明確寬鬆授權的著色器，再好看也不會收進來。基準測試本身沒有任何改動：它的工作負載自 2.2.0 起就已凍結，任何著色器場景都不會計分。首頁畫廊仍然只顯示構成分數的那十三個場景。
• 其中兩個是診斷工具，不是裝飾。 Static Field 為每個像素填入互不相關的隨機值，而且每一格全部換新——這是面板和影像鏈路能拿到的最難畫面。全螢幕執行時，像素反應慢會表現為殘影；而投放或螢幕分享則會直接崩壞。Synthwave Horizon 在高超採樣下是一份持續的 GPU 負載，可以用來聽風扇何時轉起來，或者在即時 fps 讀數上看筆電降頻。
• 在著色器上，負載這一項的意義不同。 片段著色器沒有粒子，也就沒什麼好數的；它改為設定每像素的超採樣數，1 到 64。十六個採樣就是十六倍的填充率，看得出來。速度與算繪比例照舊。著色器磁磚在游標停留時也會直接預覽真正的著色器，而不是畫出來的近似——這一層背後沒有任何函式庫，three.js 還在下載的工夫，著色器已經編譯完了。

• 分數歷史表格不再把你的分數攔腰截斷。 這個彈出視窗的欄寬沿用了站內規格表格的設定，時間戳占去將近一半的對話框，分數則可以從數字中間斷開——11,850 會分成兩行出現。現在每一欄自己決定寬度：日期縮到夠用為止，測試那一欄吃下剩下的空間，分數保持完整。在手機上，時間戳會把時刻疊到日期下面，而不是從連字號處把日期切開，也不會有內容跑出邊界。
• 文章和部落格文章的寬度就是裡面文字的寬度。 閱讀欄一直限制在七十個字元左右，而它外面的頁面有 1200 像素寬，於是每篇文章右側都空著大約 500 像素，署名下的那條橫線和分享按鈕也一路伸到那麼遠，越過它們所屬的正文。現在兩者都在文字結束的地方結束。文字本身沒有動過——同樣的行寬，同樣的斷行。

• 觸控螢幕測試的控制項會從手指底下讓開。 覆蓋率長條和關閉按鈕現在會一起停在你沒有在塗抹的那一側——你在下方塗，它們就往上移；你在上方塗，它們就往下移——這樣面板上的每一格都摸得到。單行說明會在第一次觸碰時退場，重設後再回來；在手機上，重設按鈕也不再提到一個根本不存在的按鍵。iPhone 上的 Safari 不給網頁任何全螢幕介面，所以瀏覽器自己的列會留著，工具的不會。
• 一個到處都畫得出來的播放三角。 每個開始按鈕的結尾都從 ► 換成了 ▶，前者在手機上會被畫成又矮又不搭的字形。十六個語言版本、說明卡片、烙印測試的繼續按鈕和各語言的專題頁一同改動。
• 第一個色塊上方的文字更少了。 首頁標題現在是 “Screen test & benchmark”，下面那行已經拿掉；窄螢幕上面板提示不再顯示鍵盤說明——“Esc 離開” 在手機上沒有意義。頂列在每種語言下都寫作 “Screen Test Pro”；分享卡片和複製出來的成績行也不再使用網域寫法。
• 一鍵測試目錄已經可以翻譯了。 英文首頁顯示的每個色塊名稱、每條分組說明、每行 HUD 文字和每個讀數標籤，現在在全部十五本字典裡都有了對應的鍵；一種語言的鍵一旦帶上翻譯，首頁就會切換到這份目錄。在那之前，翻譯版首頁與昨天完全一樣。

• 一個排行榜頁面。 首頁排行停在十筆。/leaderboard/ 繼續往下：最多 200 列，每台機器一列，可看最近 30 天或全部時間，也可看我們仍保有樣本的每一個基準版本——選 2.1.0 或 2.0.0，就能看到那套負載下的排行是什麼樣子。欄位與首頁那幾列一樣粗略，同樣是每台機器只占一列；新的只有深度和歷史。隱私權政策頁把這件事寫得明明白白。
• 十六張測試圖，一輪走完。 昨天的測試圖色片會開啟兩個不同的工具——三張廣播測試卡在一個工具裡，十三張繪製的測試圖在另一個裡——所以「Test patterns ▶」和方向鍵只能走完其中一部分。現在每一枚色片和群組按鈕都開啟同一個工具，→ 會依序走完全部十六張，廣播卡也在內。三張卡的那個工具仍留在電視頁和各語言頁面上。
• UFO 來了。 動態測試裡移動的物體現在是 UFO，符合這類測試的傳統，底部列可以在六種圖形中選擇——喜歡邊緣勝過飛碟的人，條紋方塊也還在。圖示來自 Flaticon，署名放在殘影測試頁。
• 平滑捲動真的會捲了。 捲動文字模式發布時帶著一個環繞缺陷，文字會在螢幕上下之間來回彈跳，而不是由下往上穿過。已修正：一整圈連續的文字列，由下往上，沒有接縫。

• 首頁上的五十五項檢查。 過去首頁只擺三個工具，把測試場藏在工具裡面。現在主控台直接顯示測試場本身：16 種純色、13 種漸層、16 張測試圖、4 個動態測試和 6 台量測儀器，每一個都是一枚色片，按一下就鋪滿全螢幕。色片本身就畫成它們即將填滿螢幕的顏色，所以你直接挑要用的測試場，不必一步步翻過去。
• 值得擁有的測試場更多了。 純色新增橙色、紫色、另外四級灰階，以及一個自訂十六進位取色器。漸層新增 RGB 分離、完整色相掃描、單獨的暗部四分之一與亮部四分之一、伽瑪階梯，還有一條 16 級階梯。新的測試圖工具會繪製細網格、棋盤格、十一種字級的文字、三個方向的單像素線、點陣、用來確認原生解析度的單像素棋盤、接近黑與接近白的對比階梯、飽和度、過掃描邊框，以及一張用來描摹裂痕的網格——全部依裝置像素繪製，絕不交給瀏覽器縮放。
• 動態測試有了四種模式。 UFO 跑道維持原樣。新加入的有：每格畫面跳一格的方塊追逐（掉格會顯示成一次跳躍）、用於閃爍與更新率不匹配的閃爍方塊，以及用於頓挫的捲動文字。測試中按 1–4 鍵切換模式。
• 排行還在原處，只是多了一隻腳。 十筆最佳成績和你自己那一列依舊留在基準測試卡片裡。下面是 /benchmarks/ 所發布的同一批硬體分組：一旦某組超過三十筆樣本就顯示中位數——在此之前，那一行只說明現有多少筆樣本，而不是一個編造的數字。
• 裝置讀數又放得下了。 排行進入卡片之後，十四列讀數改為兩欄排列，1440×900 的桌面螢幕因此不必捲動就能看到整個主控台。
• 暫時只有英文首頁。 其他語言的首頁仍保留三列主控台，直到它們的文案經過像樣的人工校訂；每一個新工具依然可以從翻譯好的工具頁開啟。

• 發生降頻的測試現在也計入排行榜。 直到今天，最高分排行榜只發布裝置全程沒有變慢的測試——而一支手機在滿載 GPU 跑到第一百秒時必然會變慢，因為手機就是這樣。結果是：在基準測試 2.2.0 上從來沒有一支手機進過榜，它最初的二十次測試裡有十六次悄無聲息地消失了。現在，每個場景都完整測得、只是裝置變熱的測試會獲得一個新狀態——降頻——並帶著這個詞直接排進榜上的那一列。分數本身沒有任何變化：同一次測試給出的數字和昨天一模一樣，因此排行榜保留了它的歷史，基準測試 2.2.0 也保留了它的版本號。
• 降級仍然是降級。 某個場景無法測得、或其檔位無法確認的測試，依舊不列入排名——那個分數是下限，把下限和高峰放在一起排名會誤導所有人。結果頁現在把這句話說明白了，不再讓你猜是不是工具吞了你的分數，每個場景的標記也會說清楚究竟發生了什麼。你自己的那一條通道把降頻視同完整，並把標記放在列首（這樣狹窄的手機螢幕就切不掉它），而降級的測試仍然佔著席次，只是帶著一個誠實的標籤。
• 事前給建議，事後給診斷。 開始卡片現在把此前沒說出口的話說了出來：裝置發熱就會降頻、就會少拿分，所以如果你剛剛重度使用過它，先給它一分鐘——而即使它還是降頻了，這次測試只會被標記，不會被丟棄。在一次降頻的測試之後，結果頁會建議那個顯而易見的實驗：等它涼下來、接上電源、再跑一次。
• 樣本對熱變聰明了。 共享樣本（結構 v5）現在會記錄一個場景為什麼被標記，以及到該場景結束時裝置慢了多少——一個類似 1.3 的比值。這正是未來那個會考量散熱的基準測試修訂版所需要的實地資料，而且是以誠實的方式收集的。隱私權政策列出了這些新欄位；一如既往，它們描述的是這次測試，不是你。
• 排行榜更新更快。 送出的分數現在不必等五分鐘就會出現在榜上——本頁在你測完後就會刷新它，其他裝置也能在一分鐘內看到。

• 基準測試 2.2.0。分數歸零——以下是這麼做值得的理由。 一次實地走訪把三台蘋果旗艦擺在一起：一台 M2 Max 筆電、一台 M4 Max Mac Studio、一台 M5 Pro 筆電。基準測試給出的分數彼此相差不到 9%，而最強的 GPU 反而墊底。答案是錯的，而且可以追溯到三個各自獨立的原因——一條偏袒筆電螢幕的通過規則、一個測錯對象的場景，以及真實硬體早已越過的分數上限。三者都在下面修好了。修好它們會改變每一個數字，所以 2.2.0 開啟一份全新的排行榜；計分方式載有完整方法，已同步更新。
• 通過判定現在懂螢幕了。 固定 60 Hz 的螢幕只能在 16.7 毫秒或 33.3 毫秒呈現一格畫面——中間沒有第三種可能——而可變更新率的筆電面板會把一格 18 毫秒原樣交還。舊的容差悄悄讓可變更新率的面板以 55 fps 蒙混過關，桌上型螢幕卻得守住真正的 60：同一顆 GPU，擺在桌上分數反而更低。現在第一個場景之前會有一次約 600 毫秒的節奏探測，讀出你的螢幕如何交還畫面；通過規則——超過節奏感知門檻的畫面不多於 5%，截尾平均守在 16.67 毫秒預算之內——讓「穩住 60 fps」在任何面板上都是同一句話。而如果探測發現螢幕被卡在 50 Hz 以下（低耗電模式、一條 30 Hz 的線材），測試會拒絕開始並說明原因，而不是隔著一根吸管替 GPU 打分。
• Liquid Chrome 測的是記憶體配置，不是光線步進。 改變它的負載會重設算圖目標的尺寸，而瀏覽器把這筆帳記成一格超長畫面——它落進下一個量測視窗，讓 GPU 本來輕鬆守得住的檔位判負。一台 M4 Max 因此被「測」成 M2 Max 的一半。負載變動緊接著的幾格畫面現在會被丟棄：過渡不是工作負載。在我們的測試機上，修好後的搜尋停在高 45% 的位置，也就是這顆晶片真正守得住的檔位。
• 分數不能比量測更早觸頂。 舊的一刀切 20× 上限，在每一顆快速的蘋果 GPU 上把兩個完整場景凍結在同樣的 20,000——佔分數的 38%，在整整一代晶片裡紋風不動。梯子的頂端現在設在迄今測得最快機器的 6–14 倍之外（6060 萬個星雲點、3200 萬個城市實例、每像素 180 次光線步進取樣），在有裝置搆得著之前它們不花任何代價，而分數恰好在梯子結束處封頂，絕不提前。
• 參考值重新對準真實、未打折扣的硬體。 場景的正規化讓錨定機器——一台接著電源、放在工作檯上的 M2 Max——拿到 13,000 分，六個場景彼此相差只有幾個百分點，而不再是同一台機器在一個場景讀作 0.11×、在另一個讀作 4.42×。等級依新刻度重新劃分，並以重新計分每一份正式樣本來驗證：入門低於 500，均衡到 1,499，快速到 5,999，極致自 6,000 起。
• 共享樣本現在帶上原始數字。 每個場景真正的最大穩定負載——過去被分數上限抹掉的那個數——加上一個粗略的螢幕節奏類別（固定／可變／未知），現在會隨共享結果一起上傳。下一次校準讀的正是這些，如此就不必仰賴在蘋果直營店裡拍攝展示機。沒有新增任何可識別資訊；隱私權政策一如既往列出了每一個欄位。

• 最高分排行榜現在依機器樣貌給出一列。 基準測試 2.1.0 的第一個月把問題攤在陽光下：十個席次，其中大多寫著「GeForce · Windows · Edge」——有幾列可以確證是同一台或同兩台電腦反覆跑出來的。分數依然不帶任何識別碼，因此排行榜現在依一台機器在兩次嘗試之間無法改變的條件分組——GPU、作業系統、瀏覽器與版本、CPU 核心數、記憶體、裝置類別——而且每組只顯示最好的那一次。再跑一次可以改善你已經佔住的那一列，但買不到第二列。沒有多收集任何資料，隱私權政策也不必為此擴充——它反而更嚴格了。
• 榜上的列現在標明瀏覽器版本。 全球列與你自己的那一條都從「Edge」變成「Edge 152」。版本一直都是樣本的一部分；把它顯示出來，兩台不同的機器才看起來像兩台不同的機器。

• 效果畫廊現在有音樂了。 13 個場景共有 30 首原創曲目，每首都為畫面量身創作。開啟一個場景並輕觸 ♪——是否開啟以及音量都會保存在這台裝置上。只有開啟後才會載入音樂；效能測試始終靜音，確保各處的分數含義一致。更多細節請見部落格文章。
• 分數級距重新劃分。 舊門檻制定時，分數最高約為 4,300。基準 2.1.0 把上限提高到 20,000 後，半數測試突然都落入「極致」級，這個標籤也就失去了意義。新級距是參考機器的簡單倍數：低於 1× 為入門，最高 3× 為均衡，最高 9× 為快速，超過 9× 為極致。你的分數沒有改變，旁邊的文字可能變了。詳見計分方式。
• 結果卡上的每個標籤現在都是按鈕。 點選極致、效能下降、波動、已限時或失敗，下方便會出現一段簡明說明，解釋這個詞對本次測試代表什麼——包括最常被誤讀的「已限時」：它表示搜尋用完了時間，因此真實數值不低於目前結果。
• 頁面可以分享了。 工具、文章和部落格頁的頁尾上方新增了一列分享按鈕，包括主流平台、電子郵件、用來把連結轉到手機的 QR code，以及直接複製連結。只有捲動到附近時才會載入，因此頁面速度與之前完全相同。
• 語言連結移到了頁尾底部。 切換語言很少用到；現在會先看到真正經常造訪的測試與頁面。

• 基準測試 2.1.0：分數重新拉開差距。 標準模式的六個場景中有五個一直撞到自己負載階梯的頂端，回報的是這個上限而不是你的硬體——星落瀑布在 98% 的完整測試中都是如此。只剩一個場景還能變化，毫不相干的裝置便得出了完全相同的總分：一台 Android 手機、一台 Windows 桌機和一台 Mac 都恰好是 3,977 分。現在每個場景都有參考負載十六倍的攀升空間，尋找停止點的搜尋精度也從約 15% 收窄到約 6%。參考負載與權重均未更動，因此 1,000 分的意義維持不變。2.0.0 與 2.1.0 的分數永遠不能互比，所以排行榜會先清空，並在接下來幾天內重新填滿。
• 兩個場景不再囤積記憶體。 星雲漂移和超新星爆發過去會在每台裝置上預先按最大粒子數配置記憶體，無論最終實際繪製多少——兩者合計 58 MB，而手機和平板根本用不到那麼多。現在它們改為重複繪製一份較小的緩衝區，記憶體佔用減半，能達到的上限卻高得多。
• 每次測試都會給出結果。 在連場景最低檔都無法守住影格時間預算的裝置上，測試過去會什麼都不記錄、自行關閉，把你丟回頁面，既沒有結果卡也沒有任何說明。現在它會顯示實際測得的分數，說明分數為何如此，也不會再讓最後一個場景根本沒機會執行。
• 低效能裝置會被測量，而不是被放棄。 低於約每秒四影格時，每一影格看起來都像一次偶發卡頓，引擎因此丟棄測量資料，停留在起始負載直到場景逾時。現在它能辨識出持續的低速狀態，並逐級下調以求得真實答案。
• 你自己的成績始終有一席之地。 排行榜的 you 一欄過去會向剛跑完測試的人顯示「執行基準測試」的邀請語——只要那次測試被標記為效能下降。現在無論狀態如何，它都會如實標註並顯示你的最佳成績，固定在榜單末位。
• 同樣的 GPU，同樣的像素量。 內部算繪尺寸終於按方法說明頁一直宣稱的方式設了上限。此前在相同名義負載下，4K 顯示器要算繪 1080p 顯示器四倍的片元；這兩個分數從來就不可比，現在可比了。

• 最高分榜。 最近 30 天內十次最高的完整測試，會顯示在效能測試頁面和首頁基準卡片上。這次顯示的是單次測試，不是中位數——硬體基準資料回答「這類硬體通常得多少分」，而榜單回答「最近的快速裝置跑到了多少分」。每列仍然只使用同意卡片所列的粗略欄位，隱私權政策也已明確寫入。榜單還會插入一列「你」的位置：直接從本機歷史記錄取出個人最佳成績放進排名；如果還沒測試，就先為你保留一個位置。這一列的任何內容都不會上傳。
• 效果畫廊成為獨立頁面。 全部 13 個場景各有三個基準測試絕不會提供的調節項：按場景自己的負載階梯調整粒子量、把模擬速度降到 0.1×，以及把渲染比例提高到原生解析度的 2×，用於填充率壓力測試。自由體驗不計分，而且仍然只有開啟招牌場景時才會載入 three.js。
• 基準資料頁可以直接開跑。 統計頁面現在自帶執行按鈕——看完表格，可以當場測試自己的裝置。表格載入時也會預留空間，不再把頁面內容突然往下推。
• 細節打磨。 顯示器測試索引調整了留白；首頁基準卡片以執行按鈕為視覺中心，按鈕在待機時會緩慢呼吸（啟用「減少動態效果」時保持靜止）；計分方法連結改成 ⓘ，可在原地展開說明；開始卡片中的結果預覽也不再緊貼邊緣。

• 測試工具數量翻倍。 觸控螢幕測試繪製多點觸控格線，找出觸控死區和幽靈觸控；烙印測試按停留時間滑桿輪換均勻色場——慢速適合檢查，快速適合消除暫時性殘影；OLED 螢幕測試提供八個針對 OLED 典型故障的頁面，從純黑、近黑到各色頻磨損；漸層與色帶測試則讓原有漸層擁有獨立頁面。
• 按裝置設計的入口頁。 電視螢幕測試說明如何透過內建瀏覽器、投放分頁或 HDMI 把測試送到電視，並解釋廣播測試圖案；手機螢幕測試則整理成一套五分鐘二手手機檢查流程。
• 一張完整地圖。 顯示器測試按照完整檢查的實際順序，索引全部十二件工具。
• 全站選單。 頂端列新增選單按鈕：三欄緊湊版面收納每項測試和每個頁面，行動版也終於擁有完整導覽。每個英語頁面的頁尾現在都會連結全部入口頁。
• 經典模式終於可以啟動。 八個 v1 效果先前已經完整接入計分經典基準——引擎、設定和翻譯都有——卻沒有入口。效能測試頁面現在加入了啟動按鈕。經典模式只在本機計分，從不提交樣本。

• 每項測試都有獨立頁面。 更新率測試實測螢幕真正輸出的 Hz，並顯示即時影格時間列；解析度檢測解釋報告值與實體像素的差別，並計算 PPI；殘影測試讓條紋方塊以三種速度越過五種背景；顯示器校色則依序全螢幕檢查黑位、白位、Gamma 與灰平衡，並明確指出哪些工作只有色度計才能完成。
• 加深壞點測試。 新增真正的 FAQ（多少壞點可接受、壞點會不會擴散），並連到其他新測試。
• 兩篇新指南。 如何用肉眼校色，以及何時需要色度計和殘影、反應時間與動態模糊詳解。
• 不再把單字黏在一起。 Astro 的空白處理問題曾悄悄把連結換行兩側的字拼接起來（例如「collected the policies inDead vs stuck…」）。現在全站已經修正，並增加了掃描每個頁面的回歸測試。

• 基準測試會說你的語言。 開始卡片、HUD、結果頁、分數歷史和工具說明卡片，共 87 條字串，已經人工翻譯為全部 13 種非英語語言。場景名稱先前已經本地化，現在周圍所有內容也完成了。
• 測試圖案說明本地化。 每張廣播測試圖案的「觀察重點」現在會使用頁面語言顯示。
• 相關工具連到對應語言。 頁尾的姊妹網站連結現在會進入各網站相符的語言版本，不再統一跳到英語。
• 更輕的語言頁面。 各語言首頁只嵌入工具真正使用的字串，不再載入完整舊版資料。
• 修正 HUD 進度。 進度列在夾逼搜尋階段不再停滯。

• 蒐集更少，而不是更多。 樣本不再記錄國家或網站語言——欄位清單縮短了（資料結構 v3），隱私權政策也隨之精簡。
• 開始卡片先顯示你會得到什麼。 範例結果預覽——分數、等級、各場景進度列——移到基準卡片頂端，技術說明則摺疊進「更多資訊」。掃一眼就能知道執行一次會得到什麼。
• 招牌場景停留時會動。 13 個畫廊圖塊現在全部可以動態預覽；五個招牌圖塊使用 Canvas 2D 讓海報動起來，因此仍然只有真正開啟場景時才會載入 three.js。
• 新的頁首標誌和更安靜的頂端列：顯示器讀數現在只出現在「此顯示器」面板中。
• 首頁 FAQ。 八個簡短答案，涵蓋壞點、色帶、分數含義、上傳內容等問題，每項都可前往更深入的文章。

• 硬體基準資料頁面。 按 GPU 系列和 Android 裝置系列顯示匿名樣本的分數中位數。每一列至少累積 30 個樣本才會發布；使用中位數，因此一次異常高分無法買到排名。
• 預設參與分享。 基準測試開始卡片從兩個按鈕改為一個預設勾選的核取方塊，並即時預覽裝置將要傳送的準確資料。取消勾選就不會提交，而且選擇會被記住。隱私權政策已同步更新。
• 三個新樣本欄位（資料結構 v2）：電池或外接電源、裝置外形，以及僅限 Android 的粗略裝置系列（例如「Galaxy S24」）。罕見型號在蒐集時就會歸入品牌級分組；精確型號字串永遠不會離開裝置。
• 可以看見時間的基準測試。 HUD 現在顯示場景 2/6、整體進度列和大致剩餘時間，場景之間還會顯示下一個場景名稱。
• 開始流程與其他工具一致。 確認開始卡片後，會直接進入全螢幕並執行第一個場景。
• 招牌場景支援 14 種語言。 星雲漂移、霓虹都會、液態鉻、星落瀑布和超新星爆發，現在已在所有語言中使用人工翻譯的名稱與說明；畫廊在每種語言下都會顯示全部 13 個場景。
• 首頁更精簡：文字更少，「執行」按鈕更大。

Screen Test Pro 從底層重新打造。網址不變、十四種語言不變，其餘一切煥然一新。

• 全新基準測試。 基於 WebGL2 的五個招牌場景（星雲漂移、霓虹都會、液態鉻、星落瀑布、超新星爆發），加上從 v1 忠實移植的八個經典效果，兩類模式獨立計分。分數跟隨版本——目前基準為 2.0.0——測試方法完全公開。
• 真正的測量。 統計視窗內的影格時間百分位數、帶遲滯的自動調整負載階梯、溫度漂移偵測，以及每個狀態的嚴格逾時。基準測試可以取消，但絕不會無限卡住。
• 匿名硬體統計，以明確同意為先。 完成一次計分測試後，可以提交一筆匿名樣本。開始前會列出所有欄位，只要一次點擊即可跳過，隱私權政策也已同步重寫。
• 新的工具頁面。 壞點測試和效能測試擁有了真正的獨立頁面與實用指引。
• 新的設計。 資訊密集、預設深色、測試儀器風格。頁面顯示顯示器的即時讀數，不再使用行銷橫幅。
• 速度更快。 靜態 HTML、沒有框架執行環境、沒有網路字型；只有真正執行場景時，才會載入對應程式碼。