KAI Benchmark Skoru
Bu cihaz insanların yaptığı işlerde ne kadar hızlı?
KAI Benchmark Skoru, telefonu, tableti ve bilgisayarı insanların cihazla yaptığı sekiz işte tek sayıyla karşılaştırır: video kurgusu, yapay zekâyla içerik, iş istasyonu işleri, oyun, ofis, tasarım, dil modeli ve gündelik işler. Her iş her platformda aynı iştir, aynı çıktıyı verir ve platformun bilinen en hızlı yolunda koşar.
Video iş hattı paketinden bir kareNasıl hesaplanır?
- Her test için puan = ölçülen ÷ referans × 1000; küçük değerin iyi olduğu metriklerde oran ters çevrilir. 2 000 puan referansın (iPhone 15 Pro) iki katı, 500 yarısıdır.
- Süit puanı, üyelerinin ağırlıklı geometrik ortalamasıdır: exp(Σ ağırlık × ln(puan) ÷ Σ ağırlık). Ağırlıklı süit: Video Kurgu; ötekilerde üyeler eşittir.
- KAI Benchmark Skoru, sekiz süit puanının eşit ağırlıklı geometrik ortalamasıdır. Yalnız bir süit iki katına çıkarsa skor %9,1 yükselir; her şey iki katına çıkarsa skor da iki katına çıkar.
- Bütün üyeler, bütün süitler: bir süit yalnız bütün üyeleri varsa ve hepsi "tamam" ise verilir; KAI Benchmark Skoru yalnız sekiz süitin hepsi varsa verilir. Eksik bir parçayı kalanların ortalamasıyla tamamlamayız.
- Bilgi amaçlı testler (ör. video ve müzik üretimi, seslendirme) süitlerde kendi puanlarıyla sayılır: süit tanımı bir listedir.
- Yalnız standart turda hesaplanır. Kapsam (verilen / bütün üye; verilen / sekiz süit) her turla yüklenir ve tabloda görünür.
Sekiz süit
Her süit eşit ağırlıktadır (%12,5). Süit sayfaları üyeleri, ağırlıkları ve her üyenin rolünü anlatır.
Neden işlere göre?
3.x'in manşeti KAI Donanım'dı: donanımı birimlere göre (işlemci, GPU, NPU, bellek, medya motoru) okur. Ama bir işi hangi birimin yaptığı platformdan platforma değişir: Mac'te görsel üretimi GPU'da ya da Neural Engine'de, PC'de CUDA'da koşar. İnsanlar birim değil iş satın alır. 4.0'ın süitleri bu yüzden işlere göre kurulur ve her iş cihazın en hızlı yolunda ölçülür; KAI Donanım ikinci başlık olarak kalır.
Neden bütün üyeler?
4.0'ın ilk tanımı bir süiti üyelerinin üçte ikisiyle veriyordu. Bu, Mac ile PC'yi aynı süitte farklı test kümeleriyle puanlıyordu: PC'de henüz olmayan testler tam da Mac'te düşük puan alan testlerdi. Yalnız ortak üyelerle hesaplanınca Mac'lerin Tasarım puanı %20–80, Ofis puanı %42–84 yükseliyordu. Revizyon 3'ten beri süit bütün üyelerini ister; her platformda koşamayan test (ProRes) ve adı bir birimi ölçen test (GPU probu) süitlere giremez. Revizyon 6 (19 Ekim 2026) aynı kuralı öbür yönden uyguladı: aynı iş kurulamayan ya da çiple ters ölçeklenen test düzeltilemiyorsa süitten çıkar; altı test böyle çıktı (dayanıklı veritabanı işlemi, fotoğraf ve belge metin tanıma, belge analizi, sosyal medya fotoğrafı, HDR düzenleme). Dil modeli GPU testleri de aynı revizyonda her platformda aynı ağırlık dosyalarına (GGUF Q4_0) geçti.
Aynı iş, aynı çıktı
Platformlar arası bir puanın anlamı, her platformda aynı işin yapılmasına bağlıdır. Bu yüzden süit üyelerinin çıktısı denetlenir: dönüştürmede görüntü kalitesi ve bit hızı, konuşmada kelime hata oranı, fotoğraf kaydetmede çıktı boyutu, yapay zekâ işlerinde referansla korelasyon, ofis işlerinde çıktı dosyasının kendisi. Ayrıntılar yöntem sayfasında.
Bugün tabloda
Ölçüm 4.0 standart turunda 9 cihaz var; 7 cihazda sekiz süitin hepsi ve KAI Benchmark Skoru tam (Mac: 4/5, Windows: 2/3, iPhone ve iPad: 1/1). Güncel revizyon Apple 6, Windows 5. Android uygulamasının 4.0 güncellemeleri ertelendi; Android'de ayrıca Blender olmadığı için Tasarım süiti verilemez.
Sınırlar
- 1 000 puanlık referans çapası (iPhone 15 Pro) henüz kalibre edilmedi; yeni testlerin referanslarının çoğu tahmindir. Cihazlar arası oranlar bundan etkilenmez, mutlak sayılar değişebilir.
- Süit ağırlıkları eşittir; bu bir tasarım kararıdır, ölçüm değildir. Tek tek süitler tabloda ayrı sütunlardır.
- Eşitlenemeyen küçük farklar (kodlayıcı kipinde 1 dB içi fark) eşitlenmiş gibi gösterilmez; tabloda etiketlenir. Aynı iş hiç kurulamıyorsa test süitten çıkar (revizyon 6: altı test); eşitlenemeyen depolama garantisi de bu yüzden artık hiçbir süitte değildir.