Ofis
Bu cihaz ofis işinde ne kadar hızlı?

Nasıl hesaplanır?

• Her üye kendi puanını alır: ölçülen değer referansa bölünür ve 1000 ile çarpılır; küçük değerin iyi olduğu metriklerde (süre, gecikme) oran ters çevrilir. 1000 puan iPhone 15 Pro sınıfı referans cihazın değeridir; referansların çoğu henüz tahmindir.
• Süit puanı, 7 üyenin ağırlıksız geometrik ortalamasıdır. Tek bir testte iki kat hız süiti yalnız %10,4 yükseltir; hiçbir test süiti tek başına taşıyamaz.
• Bütün üyeler gerekir (revizyon 3'ten beri): bir üye eksikse, desteklenmiyorsa, hata verdiyse ya da çıktı kapısından geçemediyse süit verilmez ve tabloda kapsam "6/7" gibi yazılır. Farklı üye kümeleriyle hesaplanan iki süit puanı karşılaştırılamaz.
• Bilgi amaçlı testler de kendi puanlarıyla sayılır: süit tanımı bir listedir. Her üye platformun bilinen en hızlı yolunda koşar ve aynı çıktıyı vermek zorundadır.
• KAI Benchmark Skoru sekiz süitin eşit ağırlıklı geometrik ortalamasıdır; bu süit verilmezse KAI Benchmark Skoru da verilmez. Süit puanını Toplayo hesaplar; uygulamanın kendi hesabı karşılaştırma için saklanır.

Neden bu süit var

Ofis işi büyük ölçüde tarayıcıda ve belge üzerinde geçer. 4.0'ın ilk önizlemesinde Ofis süiti tek akışlı görüntü testlerine çivilenmişti ve asıl ofis işini ölçen bir test yoktu; bu yüzden iki yeni test eklendi: Elektronik Tablo ve Uzun Belge. İkisi de aynı JavaScript'i her platformun kendi web motorunda koşar ve her yinelemede çıktısını referansla karşılaştırır.

Aynı iş

Her üye her platformda aynı işi yapar: PDF çizimi her platformda sayfa nesnesinin açılmasını da zamanlar ve her sayfada çıktının boş olmadığını denetler (revizyon 6); gömme her platformda aynı Universal Sentence Encoder modelidir (revizyon 4); ofis testleri aynı JavaScript'i koşar ve çıktının özetini referansla karşılaştırır. Konuşma tanımada kelime hata oranı kapısı revizyon 6'da %40'tan %15'e indi: Windows'un yerleşik tanıyıcısı tek başına %83 hata oranıyla hızlı ama yanlış sonuç veriyordu; %15, aynı işin gerçekten yapıldığını ister.

Revizyon 6'da çıkanlar

Üç belge testi 19 Ekim 2026'da, revizyon 6'da süitten çıktı: vision.ocr, document.understanding ve workflow.documents. Üçü de Apple'da işletim sisteminin metin tanımasına dayanır ve macOS 27'de bu servis çiple ters ölçekleniyor: M4, M5 Ultra'dan hızlı okuyor (fotoğrafta saniyede 11,4 görsele karşı 8,8; belgede 8,6 sayfaya karşı 5,1; belge analizinde dakikada 763 sayfaya karşı 519). Fark platform servisinin sabit maliyetidir ve uygulama tarafında düzeltilemez. Belge analizinde ayrıca Windows'un metin tanıması alanların %78'ini bulurken Mac %94'ünü buluyordu; bu aynı çıktı değildir. Üç test uygulamada ve tabloda ayrı sütun olarak durur, puana girmez. Süit yedi üyeyle hesaplanır.

Üye testler

Çubuk uzunluğu üyenin süit puanındaki payıdır (ağırlık ÷ 7). Her test kendi sayfasında: ne ölçer, nasıl ölçer, hangi motorla koşar.

Aynı iş, aynı çıktı

Bu süitin 6 üyesinin çıktısı her ölçümde denetlenir:

• PDF Sayfa Render: her sayfanın çizimi örneklenerek "beyaz değil" diye denetlenir; sayfa nesnesinin açılması süreye dahil.
• Konuşma Tanıma: kelime hata oranı en çok %15.
• Sesi Metne Çevirme: her dilde ortalama kelime hata oranı en çok %15.
• Gömme ve Vektör Arama: aynı model; referans kosinüsü 0,999'un altında kalan aday elenir.
• Elektronik Tablo: formül değerlerinin ve .xlsx baytlarının SHA-256'sı her yinelemede referansla aynı.
• Uzun Belge: belge modelinin, PDF baytlarının ve .docx metninin SHA-256'sı her yinelemede referansla aynı.

Sınırlar

• Referansların çoğu tahmindir ve kalibrasyon bekler; 1000 puan iPhone 15 Pro sınıfını temsil eder. Cihazlar arası oranlar mutlak puanlardan daha anlamlıdır.
• Android uygulamasının 4.0 güncellemeleri ertelendi; Android cihazlar bu süitte henüz tabloda yok.
• Bir üyenin motoru ya da çıktısı platformlar arasında küçük bir farkla eşitlenemediğinde (ör. kodlayıcı kipinde 1 dB içi kalite farkı) fark eşitlenmiş gibi gösterilmez, tabloda etiketlenir. Aynı iş hiç kurulamıyorsa ya da sonuç çiple ters ölçekleniyorsa test süitten çıkar (revizyon 6, 19 Ekim 2026: altı test).