基準測試（benchmark）
你要怎麼公平比較兩台車？你不會相信型錄上的極速數字；你會把兩台車開上同一條測試跑道，用同樣的油、同一位駕駛，然後計時。基準測試就是電腦的那條測試跑道：一個標準的、大家同意的程式（或一組程式），讓你在受控條件下在每台機器上跑它，這樣比較執行時間時數字才有意義。
基準測試是一個被選來代表真實使用的工作負載，在競爭的系統上以完全相同的方式執行，並記錄執行時間（或由它導出的某種分數）。最好的基準測試是真實、完整的程式——一個編譯器在編譯程式碼、一個流體模擬、一個西洋棋引擎——因為它們像實際軟體那樣操練整台機器。較弱的基準測試是隔離單一特性的小型合成核心或微基準；這些對診斷有用，但很容易被誤讀成整體速度。因為沒有單一程式能代表所有用途，認真的基準測試會用一套含好幾個程式的測試組，並謹慎地把它們總結起來。
基準測試誠實的核心是：它一直在被操弄，你必須帶著懷疑去讀結果。廠商把編譯器調成能偵測基準測試程式碼、套用對其他東西毫無幫助的技巧；他們挑選最能襯托自家晶片的測試組；他們報出看起來最漂亮的總結（常是幾何平均）。基準測試也會隨著軟體和工作負載演進而過時。防禦之道是：使用像 SPEC 這種被廣泛接受、經過稽核的測試組；堅持基準測試要像你實際的工作負載；並牢記最高準則——唯一真正要緊的基準測試，是你自己的程式跑你自己的資料。
某廠商宣傳自家晶片在一個熱門基準測試上勝出 20%。一查之下，這勝利來自測試組裡某一個被編譯器特例處理的基準；在其他程式上兩顆晶片打平，而在你那個測試組根本不相似的特定資料庫工作負載上，那個「贏家」其實更慢。
基準測試的誠實程度，只取決於它和你真實工作負載的相似度——而且前提是沒人動過手腳。
最終唯一要緊的基準測試，是你自己的程式跑你自己的資料。已發表的基準測試是參考、不是保證，而且它們經常被編譯器調校、測試組挑選、以及挑漂亮的總結統計量所操弄。