Item Pengujian

Web Bench memeriksa kinerja perangkat di dalam browser lewat 8 kategori dan puluhan tes rinci. Di bawah ini Anda bisa melihat apa yang diukur tiap kategori, kaitannya dengan pengalaman sehari-hari, dan apakah angka tinggi atau rendah yang lebih baik. Item yang tidak didukung perangkat atau browser otomatis dikecualikan, dan semua nilai hanyalah acuan yang bergantung pada lingkungan.

CPU inti tunggal

CPU Single mengukur seberapa cepat satu inti menyelesaikan pekerjaan nyata seperti pemrosesan teks, parsing JSON, kompresi, hash, pengolahan gambar, pengurutan, pencarian jalur, simulasi fisika, ray tracing, dan aljabar linear. Pemuatan halaman web, respons aplikasi, dan program yang mengerjakan satu tugas biasanya terasa sejalan dengan nilai ini. Satuannya adalah jumlah pekerjaan per detik, jadi makin tinggi berarti makin banyak pekerjaan selesai dalam waktu yang sama. Item yang membutuhkan API browser seperti AES-GCM atau Deflate dikecualikan jika tidak didukung, dan perhitungan memakai item yang tersisa.

Pemrosesan teks · Tunggal: Tokenisasi dan pencarian/penggantian regex
JSON · Tunggal: Penguraian dan serialisasi dokumen besar
Kompresi LZ · Tunggal: Kompresi dan dekompresi LZ sendiri
SHA-256 · Tunggal: Laju hash JavaScript
Pemrosesan gambar · Tunggal: Blur Gaussian, ubah ukuran dan warna
Pengurutan dan struktur data · Tunggal: Pengurutan, peta hash dan antrean prioritas
Pencarian jalur A* · Tunggal: Jalur terpendek di kisi dengan rintangan
Simulasi fisika · Tunggal: Gravitasi n-benda dan tumbukan elastis
Ray tracing CPU · Tunggal: Render adegan bola
Aljabar linear · Tunggal: Perkalian matriks dan LU pivot parsial
Bilangan bulat besar · Tunggal: Perkalian BigInt dan uji prima 64-bit
Penguraian dokumen · Tunggal: Tokenisasi markup dan penyusunan pohon
AES-GCM · Tunggal: Enkripsi dan dekripsi SubtleCrypto
Deflate · Tunggal: Kompresi dan dekompresi CompressionStream

CPU multiinti

CPU Multi mengukur throughput saat pekerjaan sejenis dibagi ke beberapa Worker sehingga banyak inti bekerja bersama. Perbedaannya terasa pada encoding video, pemrosesan file besar, dan penggunaan banyak tab serta aplikasi sekaligus. Satuannya pekerjaan per detik, makin tinggi makin baik. Namun nilainya dipengaruhi jumlah Worker yang dipakai browser dan cara sinkronisasinya, jadi jangan menafsirkannya hanya dari jumlah inti fisik. Di lingkungan tanpa API enkripsi atau kompresi, item terkait dikecualikan.

Pemrosesan teks · Multi: Tokenisasi dan pencarian/penggantian regex
JSON · Multi: Penguraian dan serialisasi dokumen besar
Kompresi LZ · Multi: Kompresi dan dekompresi LZ sendiri
SHA-256 · Multi: Laju hash JavaScript
Pemrosesan gambar · Multi: Blur Gaussian, ubah ukuran dan warna
Pengurutan dan struktur data · Multi: Pengurutan, peta hash dan antrean prioritas
Pencarian jalur A* · Multi: Jalur terpendek di kisi dengan rintangan
Simulasi fisika · Multi: Gravitasi n-benda dan tumbukan elastis
Ray tracing CPU · Multi: Render adegan bola
Aljabar linear · Multi: Perkalian matriks dan LU pivot parsial
Bilangan bulat besar · Multi: Perkalian BigInt dan uji prima 64-bit
Penguraian dokumen · Multi: Tokenisasi markup dan penyusunan pohon
AES-GCM · Multi: Enkripsi dan dekripsi SubtleCrypto
Deflate · Multi: Kompresi dan dekompresi CompressionStream

Memori

Memori mengamati throughput membaca, menulis, dan menyalin blok 16 MB yang berurutan, sekaligus latensi saat data diakses secara acak. Ini terkait dengan pekerjaan yang banyak memindahkan data, seperti mengedit gambar atau video besar, membuka banyak tab, dan memuat game. Throughput dalam GB/s sehingga makin tinggi makin baik, sedangkan latensi akses acak dalam ns sehingga makin rendah makin baik. Karena ukuran akses diubah-ubah, Anda juga bisa memperkirakan titik ketika kecepatan berubah di antara tingkatan cache.

Baca berurutan: Laju memori berurutan 16 MB
Tulis berurutan: Laju memori berurutan 16 MB
salin berurutan: Laju memori berurutan 16 MB
Akses acak · 16 KB: Penelusuran pointer dependen lintas tingkat cache
Akses acak · 64 KB: Penelusuran pointer dependen lintas tingkat cache
Akses acak · 256 KB: Penelusuran pointer dependen lintas tingkat cache
Akses acak · 1 MB: Penelusuran pointer dependen lintas tingkat cache
Akses acak · 4 MB: Penelusuran pointer dependen lintas tingkat cache
Akses acak · 16 MB: Penelusuran pointer dependen lintas tingkat cache
Akses acak · 64 MB: Penelusuran pointer dependen lintas tingkat cache
Akses acak · 256 MB: Penelusuran pointer dependen lintas tingkat cache

Grafis GPU

GPU Grafis menggambar banyak segitiga, 131.072 partikel, serta pascapemrosesan bloom dan blur di luar layar, lalu mengukur rata-rata FPS. Ini berkaitan dengan kelancaran game web, peta 3D, dan halaman dengan banyak efek visual. Satuannya FPS, makin tinggi makin baik. Jika WebGPU tidak tersedia, pengujian dapat berjalan lewat jalur WebGL2, dan jika keduanya tidak bisa, kategori ini dikecualikan.

Banyak segitiga: Render di luar layar · FPS rata-rata
131.072 partikel: Render di luar layar · FPS rata-rata
Pascaproses bloom dan blur: Render di luar layar · FPS rata-rata

Komputasi GPU

GPU Komputasi menilai kecepatan saat perhitungan, bukan grafis, diserahkan ke GPU. Pengujian menjalankan perkalian matriks f32 dan f16, konvolusi gambar, simulasi partikel, dan penjumlahan paralel, lalu memverifikasi apakah buffer hasilnya benar. Ini paling dekat dengan pekerjaan yang banyak melakukan perhitungan paralel, seperti pemrosesan video dan inferensi AI di browser. Perkalian matriks ditampilkan dalam GFLOPS dan sisanya dalam elemen per detik, semuanya makin tinggi makin baik. Tanpa WebGPU atau fitur shader-f16, item terkait dikecualikan.

Perkalian matriks f32: Komputasi WebGPU · validasi buffer keluaran
Perkalian matriks f16: Komputasi WebGPU · validasi buffer keluaran
Konvolusi gambar: Komputasi WebGPU · validasi buffer keluaran
Simulasi partikel: Komputasi WebGPU · validasi buffer keluaran
Jumlah paralel (reduction): Komputasi WebGPU · validasi buffer keluaran

Browser

Kategori Browser mengukur manipulasi DOM dan layout, penggambaran Canvas 2D, serta refresh rate layar dan konsistensi frame. Ini langsung terkait pengalaman sehari-hari, seperti respons saat membuka aplikasi web yang kompleks dan kehalusan scroll serta animasi. DOM dan Canvas dalam pekerjaan per detik sehingga makin tinggi makin baik, sedangkan interval frame dalam ms sehingga makin rendah makin baik. Item ini sangat dipengaruhi bukan hanya perangkat keras, tetapi juga mesin browser dan pengaturan layar, jadi bandingkan hanya antarbrowser yang sama.

Manipulasi DOM dan tata letak: Buat dan ubah daftar virtual lalu hitung tata letak
Canvas 2D: Menggambar jalur, bentuk dan teks
Laju penyegaran dan konsistensi bingkai: Interval requestAnimationFrame · laju dan simpangan p95

Penyimpanan

Penyimpanan membuat file sementara di OPFS yang disediakan browser untuk mengukur kecepatan tulis berurutan, baca berurutan, tulis acak, dan baca acak, lalu menghapus file itu setelah selesai. Ini terkait dengan pengalaman saat mengunduh file besar atau memuat data aplikasi offline. Satuannya MB/s, makin tinggi makin baik. Jika browser tidak mendukung OPFS atau diblokir oleh mode privat dan sejenisnya, kategori ini dikecualikan.

Tulis berurutan: I/O berkas OPFS sementara · dihapus sesudahnya
Baca berurutan: I/O berkas OPFS sementara · dihapus sesudahnya
Tulis acak: I/O berkas OPFS sementara · dihapus sesudahnya
Baca acak: I/O berkas OPFS sementara · dihapus sesudahnya

Inferensi AI (opsional)

Inferensi AI adalah item opsional yang hanya berjalan jika Anda menyetujui unduhan model. Dengan kalimat dan gambar uji yang tetap, tes ini mengukur seberapa cepat model pembuat teks dan model gambar berjalan di dalam browser, tanpa memakai file pribadi. Ini adalah indikator acuan tentang seberapa nyaman fitur AI di perangkat, dan makin tinggi kecepatan prosesnya makin baik. Tanpa persetujuan, tes tidak dijalankan dan dikeluarkan dari skor total. Jika WebGPU tidak tersedia, tes berjalan lewat jalur WASM dan hal itu ditandai tersendiri.

Waktu token pertama: Dari generate ke token pertama · tanpa tokenisasi
Pemrosesan prompt: Token masukan / forward pertama · tanpa tokenisasi dan sampling
Generasi teks: greedy 128 token · laju 127 token setelah yang pertama
Klasifikasi satu gambar: Gambar RGB tetap 224×224 · tanpa praproses · MobileNetV4 fp32