ベンチマークを実測して性能を検証ってどうやるの？

CPUとGPUの処理性能

CPUはゲーム中の計算やGPUへの描画指示を担う。CPU側の処理が追いつかないと、GPUに余力があってもフレームレートが伸びない場合がある。

GPUはゲームの3D描画を担う。解像度と描画品質を上げるほど負荷が増えるため、設定ごとにFPSを測る。

SSDとゲームの実際の動作

SSDはゲームデータの読み込みを受け持つ。連続転送速度とランダムアクセス性能を測り、実際のロード時間は別に確認する。

実際のゲームでは平均FPSと低下時の挙動を確認する。ベンチマークの総合スコアだけでは、タイトルごとの動きは分からない。

初回のレビューでは、GPU、CPU、SSD、ゲームのFPSを中心に測る。長時間の負荷も追加し、ゲーミングノートPCならバッテリー駆動時も調べる。

3DMarkとCinebench 2026

CPUの調査にはMaxonのCinebench 2026を使う。3Dレンダリングの処理を実行し、CPUの単一スレッドと複数スレッドの性能を測るツールだ。

Cinebench 2026は旧版と採点基準が違う。

Cinebench R23やCinebench 2024の値を同じグラフに並べて、性能差として解釈してはいけない。

GPUの描画性能にはUL Solutionsの3DMarkを使う。Windows向けのTime SpyはDirectX 12のグラフィックステストとCPUテストを備えている。

GPUの比較では総合点とGraphics scoreを区別する。Time Spyの総合点にはCPU側の結果も反映されるため、GPUだけの能力ではない。

CrystalDiskMarkとPCMark 10

SSDにはCrystal Dew WorldのCrystalDiskMarkを使う。連続したデータの転送と、小さなデータのランダムアクセスをそれぞれ測れる。

PC全体の動作にはPCMark 10を使う。アプリ起動、Web操作、文章作成、表計算などに近い処理を含むベンチマークだ。

PCMark 10には複数のテスト構成があり、エディションによって利用可能な項目が異なる。実行する構成の名称を記録しておく。

Windows 11で仕様を調べる

Windows 11の「設定」から「システム」、「バージョン情報」を開く。プロセッサー名と搭載メモリ容量を記録する。

「Windowsの仕様」ではエディションとバージョン、OSビルドを控える。更新後に挙動が変わったとき、前回の環境を追跡するためだ。

GPUは「デバイス マネージャー」の「ディスプレイ アダプター」で確認する。専用GPUと内蔵GPUの両方が載っている機種では、表示された2種類を記載する。

SSDの型番は「デバイス マネージャー」の「ディスク ドライブ」などで調べる。容量まで同じでも搭載品が異なる製品があるためだ。

メモリ構成、BIOS、性能モードを記録する

メモリは総容量に加えて、増設の有無が分かるなら記録する。メーカー純正構成なのか、レビュー前に変更された機体なのかを明記したい。

BIOSまたはUEFIのバージョンも控える。ファームウェア更新で電力制御やファン動作が変わることがある。

メーカー独自の管理アプリがある場合は、そのモード名も記録する。「標準」「静音」「パフォーマンス」といった設定は測定に直接関係する。

デスクトップPCとゲーミングノートPCの電源条件

デスクトップPCでは通常の電源接続状態で測る。ゲーミングノートPCでは付属の電源アダプターを接続する。USB-C給電の出力が不足すると、最大性能に届かない機種がある。

ゲーミングノートPCではバッテリー残量もそろえる。残量によって電力制御が変化する機種があるためだ。

室温と吸排気の状態

PCの吸排気口をふさがない。ゲーミングノートPCは平らで硬い机に置く。デスクトップPCはケース周囲の通気空間を保つ。

室温を確認し、記録する。

22℃で測った機体と30℃の部屋で試した製品では、冷却に関する条件が同じではない。

直射日光は避ける。外装温度や内部の冷却制御が変われば、CPUとGPUの動作周波数も変わるためだ。

Windowsの電源モードと周辺機器

Windows 11では「設定」→「システム」から「電源」または「電源とバッテリー」を開く。「電源モード」に表示される名称を確認する。

「バランス」か「最適なパフォーマンス」かで測定結果は変わり得る。レビューでは通常利用を想定したモードを基本条件にし、最高性能モードは追加試験として分けると分かりやすい。

電源モードの表示や設定可能な項目は機種によって異なる。メーカー独自アプリで制御される製品もある。

ゲーミングノートPCのバッテリー試験では、ディスプレイの明るさも固定する。明るさが違うと消費電力が変わるためだ。

外部モニター、ドッキングステーション、USB機器の接続状態を統一する。接続する周辺機器によってGPUの動作や電力消費が変化する場合がある。

OS・GPUドライバーの状態

Windows Updateが実行中なら、完了後に再起動する。更新ファイルの展開やインストールが走ると、CPUとSSDが別の処理に使われる。

GPUドライバーもバージョンを確認する。比較するPCで同じGPU系列を使う場合でも、異なるドライバーでは検証条件が一致しない。

安定版ドライバーを使い、測定した版を残す。単に最新版という説明では、半年後に結果を再確認できない。

バックグラウンド処理と測定前の待機

ブラウザー、クラウド同期、ゲームの更新、動画の再生は終了する。タスク マネージャーの「プロセス」で、CPUとディスクを大きく消費している処理がないか確認する。

セキュリティソフトの自動スキャンも結果を動かす。スキャン中は測らず、完了後に開始する。

セキュリティ機能そのものを長時間無効化する運用は避けたい。普段と違う防御状態で得た点数は、日常利用の評価とも一致しにくい。

UL Solutionsは厳密な手順として、再起動後に2分待ち、ほかのプログラムを閉じ、さらに15分待ってから測る方法を案内している。比較レビューでは、この待機方法を全機でそろえるとよい。

待機時間に意味があるのは、起動直後の更新処理や温度の変動を減らせるからだ。一方で、待つだけで全機の内部温度が完全に一致するわけではない。

Time Spyで記録するスコア

3DMarkを起動し、比較に使うテストを決める。Windows搭載ゲーミングPCのDirectX 12性能を見るなら、Time Spyを利用できる。

Time SpyはグラフィックステストとCPUテストを含む。結果画面では総合スコアのほか、Graphics scoreとCPU scoreを別々に控える。

GPUの切り替えとテスト条件の確認

専用GPUを搭載したゲーミングPCでは、目的のGPUでテストが実行されているかを確認する。内蔵GPUで起動すると、比較する対象が変わる。

Windowsの「設定」→「システム」→「ディスプレイ」→「グラフィックス」では、対応するアプリのGPU使用設定を確認できる。ただし、実際の切り替え方法は機種の構成にも左右される。

スコアが高いほど、その3DMarkテストの処理性能は高い。実際のゲームで同じ割合だけフレームレートが上がるとは限らない。

解像度と画質設定を固定する

ゲームの解像度と描画設定を統一する。

同じゲームでも1920×1080と2560×1440ではGPUの負荷が変わる。まずはディスプレイ解像度を記録する。

ゲームの結果も載せるなら、タイトル、解像度、描画品質、アップスケーリング、フレーム生成、垂直同期の設定を固定する。異なる画質で測ったFPSには直接の比較価値がない。

ゲーム内ベンチマーク機能がある場合は、その機能で同じシーンを繰り返す。機能がないタイトルでは、計測区間とプレイ操作をそろえる。対戦相手の人数や描画物が変化する区間は、その条件も記録する。

平均FPS、1％ Low、フレーム時間の読み方

平均FPSだけでなく、低下したときの挙動も確認する。1％ Lowなどを使う場合は、計算方法と測定ツールを記事内に記載する。

表示が一瞬止まる感覚は、平均値だけでは説明しきれない。フレーム時間の乱れが大きいなら、その記録も確認したい。

平均FPSは測定区間全体のおおまかな描画速度を示す。1％ Lowはフレーム時間の下位側を要約する指標だが、集計方法によって値が異なる。利用した計測ソフトと算出方式を明記する。

比較するときは、フレーム生成のオン・オフを混ぜない。アップスケーリング方式、レイトレーシング、垂直同期、FPS上限も同じ条件にそろえる。

Frame Rate Stabilityの判定

短いグラフィックス試験では、冷えた状態の高いクロックが得点に反映される場合がある。長く動かしたときの速度低下は、別に調べる必要がある。

3DMarkのStress Testを利用できる環境なら、連続した描画中の変化を測れる。テストが完了したかも必ず確認する。

UL Solutionsの判定では、最も良かったループと悪かったループの平均FPSを比べる。Frame Rate Stabilityが97％以上で、全ループを完走した場合に合格とされる。

この97％は3DMarkのストレステストに固有の基準だ。CPUベンチマークや一般のゲームにそのまま適用する数値ではない。

温度、クロック、異常終了の記録

結果が低い場合は、GPU温度、クロック、消費電力の推移を見る。温度上昇に合わせて周波数が下がるなら、熱による制御が関係している可能性を検討する。

ただし、GPUの動作周波数は負荷と電力配分でも変わる。温度とクロックが同時に動いただけで、原因を熱と断定するのは不十分だ。

終了直前に画面が乱れたりアプリが落ちたりした場合は、その事実を残す。成功した回だけを公開して安定性を評価してはいけない。

Single ThreadとMultiple Threadsを実行する

Maxonの公式サイトからCinebench 2026を入手する。ダウンロードした後は動作要件を確認し、対象PCで起動する。

測定画面ではCPU Single ThreadとCPU Multiple Threadsを区別する。SMTに対応する機種では、別にCPU Single Coreの項目が用意されている。

最初に単一スレッドのテストを実行する。終わったらスコアと測定日時を記録する。

次に複数スレッドの試験を行う。こちらは多くのCPUコアに負荷がかかるため、冷却能力と電力設定の違いが出やすい。

途中で別のアプリを操作しない。測定が終わるまで、ブラウザーで記事を書いたりファイルを移動したりしないことだ。

温度、動作時間、メモリ容量を確認する

CPUの温度と消費電力を記録したい場合は、対応するセンサー監視ソフトを使用する。HWiNFOなどで取得する値は、センサーの有無と表示項目を確認したうえで扱う。

最高温度だけでは判断しない。高い温度でも安定して処理を終える機種と、早い段階で周波数を落とす製品がある。

Cinebench 2026には最小実行時間を指定する機能がある。長時間の検証では設定値を統一し、何秒に設定したかを記録する。

注意したいのは、8GBメモリ構成だ。Cinebench 2026のCPUテストはメモリ使用量が大きく、容量不足によるページングが性能を低下させることがある。

この条件で低得点だったとき、CPUだけが遅いと断言してはいけない。メモリ容量と使用状況を併記して判断する。

ドライブとテスト回数・サイズを指定する

Crystal Dew Worldの公式サイトからCrystalDiskMarkを入手する。起動したら、最初に測定対象のドライブを確認する。

Cドライブと外付けSSDを取り違えると、別の製品を測ってしまう。型番とドライブ文字を事前に照合しておく。

続いてテスト回数とテストサイズを設定する。公式マニュアルでは初期設定として5回、1GiBが案内されている。

同じ条件で比較するため、テストサイズは統一する。大きなサイズに変更すると、キャッシュの影響が変わるSSDもある。

「All」を押すと、連続読み書きとランダム読み書きの各試験が実行される。完了前にファイルのコピーや大量のダウンロードを始めない。

SEQ・RND・Q・Tの違い

SEQは連続したデータの転送を調べる項目だ。大きなファイルを読み書きする性能を確認する際に役立つ。

RNDは小さなデータへの不規則なアクセスを調べる。4KiBなどの小さい単位では、大容量転送とは違う特性が表れる。

画面のQとTはキュー数やスレッド数の条件を示す。

同じSEQやRNDでも、この値が違う結果は直接比べない。

表示値の扱いと書き込み負荷

注意したいのは、CrystalDiskMarkの表示値が複数回の単純平均ではない点だ。公式の説明では、各テスト項目の最良結果が表示される。

平均値で比較したいなら、Allを実行する操作自体を複数回繰り返し、その結果を別々に記録する。テスト内部の回数と、独立した測定回数を混同しない。

さらに、SSDの書き込み試験は記憶素子に書き込み負荷を与える。必要以上に何十回も続ける運用は避けたい。

CrystalDiskMarkのMB/sは100万バイト毎秒を意味する。異なる単位で書かれたデータを比べる際は、換算の基準を統一する。

平均値と中央値の計算方法

仮に、同じCPUテストのスコアが1回目980、2回目1,010、3回目1,000だったとする。算術平均は996.7、中央値は1,000だ。

算術平均は全データを合計して測定回数で割る。中央値は値を小さい順に並べた中央の数字だ。

3回の値が近いなら、平均値と中央値の差も小さい。大きく離れた値が一つある場合は、中央値も併記すると記録の状態を把握しやすい。

仮に980、1,010、650となった場合、平均値は880、中央値は980になる。この時点で平均880だけを載せると、低い1回の存在が見えなくなる。

異常値を含むデータの扱い

逆に最高値の1,010だけを載せれば、測定の再現性を読者が判断できない。

個々の結果を公開するのが最も明確だ。

比較する際は、代表値とともに最小値と最大値を示す。測定回数が3回なら、その数も明記する。

測定を5回以上に増やす場合も、何回実行して何回成功したかを区別する。失敗した試験を黙って除外しないためだ。

得点差と処理時間の差

まず比較条件とテスト名が一致していることを確認する。

条件が異なる2本のスコアから、正しい性能差は出せない。

基準機が5,000点、比較機が5,500点だったとする。増加率は「（5,500－5,000）÷5,000×100」で10％だ。

分母を逆にすると違う値になる。記事ではどちらを基準にしたか明記する。

処理時間を比べる場合は考え方が異なる。120秒から100秒に短縮したなら、時間の減少率は約16.7％だ。

時間が16.7％短くなったことと、処理速度が20％上がったことは同じ測定から導けるが、指している割合は異なる。前者は所要時間、後者は単位時間当たりの処理量に基づく。

小さな差を評価するときの考え方

小さな差には慎重な確認が必要だ。UL Solutionsは、管理された環境での同社ベンチマークの精度が通常3％より良い水準だと説明している。

ただし、この3％をすべての測定ソフトへ共通の合否基準として当てはめてはいけない。テストごとに変動の原因と大きさが違う。

2台の平均点が1％違っても、各回の値が重なっていれば、どちらが一貫して速いか判断しにくい。追加試験で差が再現するかを確かめる。

反対に10％の差が毎回続くなら、その測定負荷における優劣は説明しやすい。どの作業でも10％速いと書くのは別問題だ。

温度と動作周波数の推移

ゲーミングPCの持続性能は冷却構造によって変わる。とくに薄型のゲーミングノートPCでは、短時間の最高スコアと連続動作時の値を分けて調べる。

CPUやGPUは温度、電力、負荷などを見ながら動作周波数を変更する。電力上限に達した場合も、周波数が下がることがある。

検証では開始直後、数分後、終了直前の状態を記録する。センサー監視ツールを利用できるなら、時刻ごとのクロックと温度をログに残す。

ファン音と性能低下の原因

冷却性能の説明には、ファンの動作も必要だ。静音モードで処理速度が下がるなら、静かさとの交換条件が存在する。

ファン音を測るときは、マイクや騒音計までの距離を固定する。測定機器がないなら、主観的な感想と数値データを区別する。

温度の最高値だけを比較して「低いほうが高性能」とは書かない。発熱量、制御目標、センサー位置が異なるためだ。

性能が下がった時刻と、温度または電力の変化を照合する。原因が明確でなければ「連続負荷でスコアが低下した」という測定事実にとどめる。

起動しない・途中で終了する場合

ベンチマークが起動しない場合は、最初にシステム要件を確認する。特定のCPU命令やGPU機能、メモリ容量が不足している可能性がある。

途中で強制終了するなら、エラーメッセージと発生時刻を保存する。再起動後に同じ設定で再現するかを調べる。

急に点数が落ちた場合は、Windows Updateとバックグラウンド処理を確認する。次に電源モード、温度、バッテリー残量を照合する。

極端に低い結果が出た場合

SSDの値だけ低いときは、測定対象のドライブ、空き容量、テストサイズ、コピー中の処理を確認する。毎回違う位置に作られるテストファイルの影響もあり得る。

GPUの結果が極端に低いなら、内蔵GPUで実行していないかを調べる。ドライバーや電源制御も対象に含める。

ソフトの設定を変更したら、変更前の値と混ぜない。測定条件を切り替えた時点で、別のデータ群として整理する。

測定を繰り返しても不安定なら、その状態自体がレビュー対象の特徴だ。正常に動いた数字だけに修正するのではなく、発生頻度と再現条件を示す。

測定条件と結果の表示方法

公開するときは、最初に測定対象の構成を書く。機種名、CPU、GPU、メモリ、SSD、Windowsの版を示す。

続いて、測定ソフトとテスト条件を明記する。電源アダプター接続の有無、電源モード、室温、実行回数まで記載する。

結果は用途別に整理する。CPU、GPU、SSD、実用作業を混在させず、それぞれの単位を正しく表示する。

スコアは高いほど優秀な試験が多い。一方、書き出し時間や起動時間は短いほど良好だ。

グラフ、画面画像、本文の説明

グラフを作るなら、横軸と縦軸の名称、単位、基準値を省かない。軸の始点を変えて小さな差を大きく見せないことだ。

3回の結果は、代表値のそばに範囲を示すと伝わりやすい。ばらつきが大きい場合は、測定順とそのときの状態も説明する。

スクリーンショットを載せるなら、測定対象とテスト名が分かる画像を使う。別の実行回の画面を流用して数値を説明しない。

読者が知りたいのは、点数の順位だけではない。購入した後に、どの作業を何秒で終えられるのかという具体的な情報も必要だ。

「Cinebenchの値が高かった」で終えず、「連続負荷後も低下が小さかった」など、測定した範囲で確認した挙動を書く。長時間試していないなら、その評価は載せない。