從 A7 到 A20 Pro,時間相隔十三年,卻沒有一個可信數字能概括全部進步。CPU、GPU、影像編解碼與機器學習加速器各有不同成長路徑;新增硬體功能可能讓原本不可行的工作變得可行,這不等同於每個舊程式都加速相同倍數。
最容易犯的錯是把 iPhone 5s 的舊版 Geekbench 分數直接除進現代測試。Geekbench 的工作負載與校準基準會變,多核心測試也曾改用共享任務模型。兩個畫面都顯示「單核心分數」,不代表它們使用相同量尺;缺少共同方法時,把兩點連成成長線只會製造精確的錯覺。
能成立的倍率必須有相同測試與可核對的原始值;更理想的是保存多次樣本、中位數、系統版本與測試條件。如果想跨越很長年代,可另外設計兩端都能執行的固定工作負載,再把相容性和軟體差異列出。本館因此將歷史展區與當代成績分開,沒有證據的十三年總倍率保持空白。
帶走這個觀念
沒有共同量尺,就沒有可負責任的跨世代總倍率。
延伸閱讀與資料來源
AppleApplePrimate LabsPrimate LabsPrimate Labs研究更新 2026-10-26。本文為來源支持的技術分析,不代表 Simon 已完成這些工作負載的實測。