同一臺iPad跑分暴跌14%，不是你手機慢了，是考試改了

同一顆M4芯片，同一臺11英寸iPad Pro，系統(tǒng)也沒變，前后跑個分，結(jié)果讓人愣住。上一代基準工具跑出單核3719、多核13635，換了新版，同樣的設備單核只剩3197、多核12959。單核看起來一夜之間慢了14%，多核也縮水5%。硬件沒動，分數(shù)垮了，全因為評分規(guī)則徹底翻篇。

Primate Labs剛剛發(fā)布了這款跨平臺基準測試的全新版本，一口氣覆蓋macOS、iOS、Android、Windows和Linux五大平臺，并且對整套方法論來了次大手術(shù)。最直觀的變化是，它不再假裝所有任務都能被多核平攤，也不再拿幾年前的軟件行為來給今天的處理器打分。

新版把AI、媒體處理、游戲和內(nèi)容創(chuàng)作這幾類負載直接塞進了測試隊列，測試數(shù)據(jù)集也變大了一圈。開發(fā)方說，現(xiàn)在設備要處理的任務越來越重，數(shù)據(jù)量已不是幾年前的量級，老版負載已經(jīng)測不出處理器面對真實軟件時的表現(xiàn)。所以，測試任務照著2026年人們實際用電腦的方式重新挑了一遍。

這事放在跑分圈其實挺常見，但用戶感知往往滯后。很多人拿著分數(shù)橫比縱比，截個圖發(fā)社交平臺，覺得自己手里的設備贏了或者輸了。可很少有人去翻測試方法那頁說明書。直到這次，同一臺設備跑出兩組不同的分數(shù)，落差還被量化成14%和5%，大家才突然意識到：分數(shù)跟版本號綁得這么死。

新舊兩版分數(shù)完全不兼容，不能直接放在同一張排行榜里比大小。因為工作負載換了，數(shù)據(jù)集換了，多核分數(shù)怎么算也變了，本質(zhì)上已經(jīng)是兩套不同的考試。好比前一年考百米短跑，今年突然加了跨欄和障礙翻越，你不能說今年跑得慢就是退步。官方也明確提醒，舊分數(shù)就留在舊版對比表里，新版成績需要重新積累基線，等各處理器和設備跑得足夠多以后，新的性能坐標才會成形。

這次更新更關(guān)鍵的一刀砍在多核評分方法上。以前的思路是，能多線程跑的負載全用多線程模式來測，分數(shù)一拉，多核能力被推到極致，看著確實漂亮。可真實世界里，很多應用根本不這么干活。瀏覽器就是典型。新版把HTML5 Browser測試直接從多線程套件里拿掉了，理由是瀏覽器多數(shù)情況下就是單線程或輕線程，硬拆成多線程去跑出來的分數(shù)，除了好看，并不能告訴你打開網(wǎng)頁到底快不快。

規(guī)矩改成了：只有真實軟件里本來就是多線程的任務，才用多線程模式來測。這讓多核分數(shù)變得沒那么“炸裂”，但更接近實際體驗。你用著同一塊芯片，新舊多核分差可能不止那5%——這次iPad Pro上的差距相對溫和，因為M4本身就是多線程調(diào)教不錯的家伙。換成某些靠多核堆料的中低端處理器，新舊分數(shù)差個20%也不奇怪。

新加的工作負載也不只是翻新題庫。視頻編碼部分，基準測試直接搞了一個用AV1編碼屏幕共享畫面的負載，模擬的是視頻會議里那種桌面分享場景。這件事現(xiàn)在就是很多人的日常，遠程開會一開一整天，屏幕共享一開，處理器壓力立刻就上來了。原先的測試里缺這種負載，現(xiàn)在補上，測出來的結(jié)果會更貼近那一瞬間的風扇轉(zhuǎn)速和電量消耗。

AI相關(guān)負載是另一大塊，畢竟現(xiàn)在不管是手機還是電腦，本地跑機器學習模型的機會比幾年前多得多。雖然官方?jīng)]明說具體跑了哪些模型，但表示這些負載反映的是當前軟件利用CPU和GPU處理AI任務的方式。對用戶來說，以后看新版分數(shù)，就能大概判斷出一臺設備在本地做圖像處理、語音識別或文本分析時的底子，而不僅僅是打開一個PPT能有多快。

游戲物理和內(nèi)容創(chuàng)作負載的加入也是同樣的邏輯。物理引擎計算、3D渲染中的光線追蹤預處理、視頻特效實時預覽，這些任務幾乎就是性能需求的頭部消耗者。新版把它們拖進測試池子，分數(shù)自然會往下壓，但壓出來的數(shù)值，比之前“光禿禿”的分數(shù)多了一重參考意義。

有人可能會問，那以后買設備到底看哪個版本？其實兩個都要看，但看的方式不一樣。如果你只是想和過去積累的舊版數(shù)據(jù)庫做對比，老分數(shù)留在老表里就行；如果你要了解這臺設備在AI、視頻會議、現(xiàn)代游戲等場景下的實際能力，新版給出的新坐標才是你要盯的。Primate Labs敢把同一臺設備的“降分”數(shù)據(jù)直接亮出來，本身就是想告訴用戶：別再刻舟求劍了。