因為benchmark的計量方式 "可能" favor 某些卡 在某些情境下的表現.

相同規則帶來的公平性, 絕對有真實的成分, 但可能是片面

舉生活中的例子 : 體育比賽想選拔最佳全能選手 但是只比一項百米賽跑.

這是對所有選手都 相同 的遊戲規則, 但是命題對短跑者有利, 如果僅以這個結果就斷定

那個短跑者有較佳的體育能力, 就有未盡 公平 的疑慮. 頂多只能說他勝了這一個測試.

通常需要更多的評估, 足夠具代表性了, 才能比較客觀的定論整體能力是否真的較優.

如果有一位選手在十項比賽拿了九面金牌, 那應該就頗有理由能相信他是真王者.

把選手換成顯卡, 百米賽換成某測試工具或遊戲, 道理應相通.


不幸的是, 對所有benchmark utility的撰寫人而言, 寫出如此完善的單一軟體猶如追求Holy Grail

永遠難有達成的一天. 而玩家的知識與經驗也了解單一評測工具的限制, 所以自多年前,

多數顯卡評測都會 實測 相當多遊戲以便鋪陳出更多的事實讓不同需求的人去判斷.