全球反应统计
来自 GGReflex 的匿名实时统计信息。以下每个数字都是根据真实的测试结果计算得出的,每位玩家每场比赛的最佳成绩,且会持续刷新。没有注册数据,也没有追踪个人。这些数据也没有经过加权或调整以代表某个群体:任何人都可以从任何地方参加测试,因此这些数据是所有参加测试的人的反应速度。每个中位数背后的数据样本在页面下方按国家和设备分开列出,因此您引用的任何数据都可以追溯到其来源人群。
此样本的构成
选择一个测试以查看其分数的来源。玩家人数少于10的组别会被计入总数,但不会单独列出,因为包含两个人的行不是统计数据,而且这是唯一可能指向他们的行。行按样本大小排序,而不是按分数排序:这是对样本的描述,而不是国家排名。
方法论
分数是在客户端使用高分辨率计时器(performance.now())进行测量的,计时器在刺激发出时开始,当浏览器报告输入时停止。因此,每个测量结果都包含参与者的显示延迟和输入延迟以及他们的反应时间,而网页无法将这两者分开。我们不试图纠正这一点,也不会引用这个数值:我们不知道浏览器测试所增加的总开销的合理估计值,而发明一个估计值会违背本页面的目的。
可以确切说明的部分如下。刷新率为 60 Hz 的显示器每 16.7 ms 重绘一次,因此软件中准备好的刺激信号最多可能需要等待一帧才能显示出来——对于随时可能发生的事件,平均等待大约半帧。在 144 Hz 下,最坏的情况缩短至 6.9 ms。轮询率为 125 Hz 的鼠标在报告输入前最多可能保留输入达 8 ms;在 1000 Hz 下,该延迟约为 1 ms。触摸输入则更慢。这些数字构成了部分开销的上限;它们并不等于总开销,而剩下的部分——浏览器和合成器调度——我们无法诚实地量化。
实际的影响是,这些分布属于网络测量的分布。它们可以直接相互比较,也可以与其他基于浏览器的测试进行比较,但它们不能与实验室仪器相比,后者显示的数值更快,因为排除了参与者仍在使用的硬件。
在聚合之前,我们为每位玩家保留一个最佳成绩,并限制每个地址的提交频率。我们不对每次测试进行合理性过滤,因为我们没有合理的阈值来应用:开始反应测试后离开的人所留下的分数也在这个样本中,自动点击器产生的任何分数也是如此。无论如何,上方的中位数和百分位数都是根据所有分数计算得出的 —— 中位数几乎不受少数荒谬值的影响,这也是为什么本页报告的是中位数而非平均值,并且总是附带其背后的玩家数量。
当样本允许时,每个测试按设备发布一次,而不是整体发布一次,因为在某些测试中,输入设备是正在测量的大部分内容。点击速度是最明显的例子:在 2026 年 8 月截取的快照中,触摸屏上 48 名玩家的中位数为每秒 17.2 次点击,而台式机上 136 名玩家为每秒 7.2 次点击,超过最快记录的单指点击的 35 个分数中有 27 个来自触摸设备。没有任何作弊行为——触摸屏可以同时注册多个手指,而鼠标按钮不能,因此这两个任务并不相同,一个跨越两者的中位数描述了没有人。在那些触摸延迟会对你造成影响的测试中,这种效应是相反的:在该快照中,台式机上 226 名玩家的反应时间中位数为 262 ms,而移动设备上 79 名玩家为 321 ms。我们只在两个组都达到 20 名玩家的最低门槛时才进行分割,而当只有一个组达到时则不进行分割,因为如果图表只标注了一种设备,而另一种设备的玩家缺失,这会比它所取代的混合数据更具误导性。本段中的数据是我们为何进行分割的一个过往示例;每个测试的实时分割数据位于上方卡片中。没有记录设备的分数会被计入综合数据,但不会被分割。
在台式机数据中,同样的注意事项适用于技术而非硬件。抖动、蝴蝶点击和拖动点击是已知的从鼠标中获得比普通点击更多点击次数的方法,而本网站会发布这些方法的指南。我们不会记录玩家使用了哪种方法,而且从最终分数来看,服务器无法区分拖动点击和脚本,因此台式机点击速度数据混合了技术,就像综合数据混合了设备一样。我们没有因为怀疑而删除快速分数:我们没有证据可以区分它们,而删除一个合法的拖动点击者以清理分布,会与本页面旨在避免的那种安静的不诚实行为相同。这也是为什么这里每个数据都是与样本一起发布的中位数,而不是最大值之一。
图表是另一个问题,因为一个 38 秒的“反应”会拉伸坐标轴,使得十个玩家中有九个共享两个条形。因此,每个图表都是在图基的内部围栏上绘制的——四分位数,扩展了四分位距的一倍半,且不会超过实际观察到的分数——这使得每个测试自己的分布决定其异常值的起点,而不是我们命名一个无法溯源的截止点。超出围栏的分数不会被压缩到末端的条形中;它们会被排除在绘图之外,并在绘图下方计数,因此每个图表都会说明它没有显示多少玩家。完整的从第一到第九十九百分位的分布保留在下方的引用字符串和 JSON 中,其中没有任何内容被修剪。
引用此数据
这些聚合统计信息可在CC BY 4.0下免费重用。引用意味着命名“GGReflex 全球反应统计”并链接回此页面。现成的引用字符串、您上面选择的测试的分数以及 JSON 端点在下一个面板中。如需研究问题或数据请求,请参阅联系页面。
复制引用
数据来自实时信息,包括最后更新日期和该数据背后样本数量。可重复使用的统计数据是总体数据;个人得分和姓名不属于授权数据。
常见问题
这些数据来自哪里?
本页上的每个图表都是根据全球真实玩家提交的匿名 GGReflex 测试结果实时计算得出的。我们使用每位玩家每款游戏的最佳得分,因此一个人不能通过多次玩游戏来影响分布。测试对所有人开放,没有任何权重,因此样本是自我选择的,而非具有代表性的样本:其按国家和设备的组成情况在本页上已发布,以便您了解您所引用的数据。
如何测量反应时间?
在浏览器中,使用高分辨率计时器进行测量:当刺激信号发出时,计时器开始计时,当您的输入被报告时,计时器停止。您的显示器和输入延迟包含在该测量中,且无法在网页中减去。我们故意不提供总开销的数值——没有可辩护的公开估算值——但本页的方法论中列出了可以明确说明的部分,这也是为什么通过网页测量的时间比实验室仪器慢的原因。
我可以引用或重复使用这些统计数据吗?
可以。根据 CC BY 4.0 协议,这些汇总统计数据可以自由引用。上方的面板为您提供了即用型 APA 和 MLA 格式的字符串,以及包含样本数量的单行数据,所有内容均来自实时数据。请将本页作为数据来源。每款游戏的分布情况和样本组成也可以通过pongvn.com/ggreflex/api/stats和/api/breakdown 以 JSON 格式获取。