Intel Core i5-10200H vs Apple M2

Geekbench 6 は、最新のコンピューター、ノートブック、 スマートフォンの部分負荷ベンチマークです。シングルコア テストでは、最速の CPU コアのみが測定されます。テスト実行では、実際のパフォーマンスをシミュレートします。

実用的な Geekbench 6 マルチコア ベンチマークは、部分負荷下でのシステムのパフォーマンスをテストします。プロセッサーの最大エネルギー消費量はまだ使い果たされていません。

Geekbench 5ベンチマークはプロセッサの性能を測定するものであり、それには RAM も含まれます。より高速なメモリの場合、結果が大幅に改善されます。シングルコア試験では CPU コアが一つのみ使用され、コアの数やハイパースレッディングが結果に影響することはありません。

Geekbench 5ベンチマークはプロセッサの性能を測定するものであり、それには RAM も含まれます。より高速なメモリの場合、結果が大幅に改善されます。マルチコア試験は全ての CPU コアを含み、ハイパースレッディングから多くの恩恵を受けます。

GFLOPSの単純な精度（32ビット）でのプロセッサーの内部グラフィックスユニットの理論上の計算パフォーマンス。 GFLOPSは、iGPUが1秒間に実行できる浮動小数点演算の数を示します。

弊社ではここで掲載されている全てのプロセッサを試験してはいません。結果の一部には定式により独自に算出されたものもあり、PassMark 社により提供されている CPU マークの結果とは異なる場合もあり、PassMark Software Pty Ltd に依存するものではありません。PassMark CPUマークは、プロセッサの速度を測定するための素数を生成するものです。ここでは、全ての CPU コアおよびハイパースレッディングが使用されます。

Cinebench 2024 ベンチマークは、Maxon の 3D プログラム Cinema 4D でも使用されている Redshift レンダリング エンジンに基づいています。 ベンチマークの実行はそれぞれ 10 分間行われ、プロセッサーの発熱が制限されているかどうかをテストします。

Cinebench 2024 ベンチマークのマルチコア テストでは、すべての CPU コアを使用して、Maxons Cinema 4D でも使用されている Redshift レンダリング エンジンを使用してレンダリングします。 ベンチマークの実行時間は 10 分間で、プロセッサーの発熱が制限されているかどうかをテストします。

Cinebench R23 は Cinebench R20 をさらに発展させたものであり、同じく 3D コンテンツと形状を生成するために世界中で使用されているプログラムである Cinema 4D Suite に基づくものです。シングルコア試験では CPU コアが一つのみ使用され、コアの数やハイパースレッディングが結果に影響することはありません。

Cinebench R23 は Cinebench R20 をさらに発展させたものであり、同じく 3D コンテンツと形状を生成するために世界中で使用されているプログラムである Cinema 4D Suite に基づくものです。マルチコア試験は全ての CPU コアを含み、ハイパースレッディングから多くの恩恵を受けます。

Blenderは、3Dボディをレンダリング（作成）するための無料の3Dグラフィックソフトウェアであり、ソフトウェアでテクスチャリングおよびアニメーション化することもできます。 Blenderベンチマークは、事前定義されたシーンを作成し、シーン全体に必要な時間を測定します。 必要な時間が短いほど良いです。 ベンチマークシーンとして「bmw27」を選択しました。

CPU-Zベンチマークは、システムがすべてのベンチマーク計算を完了するのにかかる時間を測定することにより、プロセッサーのパフォーマンスを測定します。 ベンチマークが完了するのが早いほど、スコアは高くなります。

Cinebench R23 (マルチコア) ベンチマークでの全負荷時のプロセッサーの効率。 ベンチマーク結果は、必要な平均エネルギー (ワット単位の CPU パッケージ電力) で除算されます。 値が大きいほど、フル負荷時の CPU の効率が高くなります。

プロセッサーのAIユニットの性能値。ここでは分離された NPU のパフォーマンス が記載されていますが、全体的な AI パフォーマンス (NPU+CPU+iGPU) の方が高くなる可能性があります。

人工知能 (AI) と機械学習 (ML) をサポートするプロセッサーは、多くの計算、特に音声、画像、ビデオの処理を従来のプロセッサーよりもはるかに高速に処理できます。 ML のアルゴリズムは、ソフトウェア経由で収集したデータが増えるほどパフォーマンスが向上します。 ML タスクは、従来のプロセッサよりも最大 10,000 倍高速に処理できます。パフォーマンスは、1 秒あたりの算術演算数 (兆) (TOPS) で表されます。