Govee Smart Floor Lamp 3 Lite with 1400 Lumens vs Govee Galaxy Light Projector 2 Pro
Govee Galaxy Light Projector 2 Pro — Nimm das Govee Galaxy Light Projector 2 Pro — es führt bei diesen Gruppen: Effizienz 1
Gruppe antippen für den Beweis · Die Bewertungsmethode ist öffentlich
Kurz gesagt
Govee Galaxy Light Projector 2 Pro gewinnt diesen Vergleich mit 51.2/100, vor Govee Smart Floor Lamp 3 Lite with 1400 Lumens (50.8).
Die wichtigsten Unterschiede: Stromverbrauch (24 W vs 15 W).
Die Scores werden aus 2 öffentlichen Spezifikationen berechnet; fehlende Werte bleiben unbekannt markiert und werden mit dem Kategorie-Median imputiert.
Auf einen Blick
0–100 pro Gruppe, normalisiert in der Kategorie · Gruppe antippen für Details
Wie wählen
Nimm das Govee Galaxy Light Projector 2 Pro, wenn dir wichtig ist…
- Stromverbrauch 15 W +9 W vs 24 W
Bester Preis jetzt
Günstige Alternativen
LIFX A19 1100lm
Govee RGBIC Pro Strip 2m
Nanoleaf Shapes Hexagon Starter Kit
Nanoleaf Essentials A19
Ceiling Light T1M
Led Bulb T2(E26,E27,GU10)
Wo sie sich unterscheiden
1 · Nur abweichende Zeilen, mit Urteil pro Zeile
| Govee Smart Floor Lamp 3 Lite with 1400 Lumens | Govee Galaxy Light Projector 2 Pro | Wo sie sich unterscheiden | |
|---|---|---|---|
| Stromverbrauch | 24 W | 15 W | Govee Galaxy Light Projector 2 Pro |
Das komplette Datenblatt
Gruppiert und einklappbar · Gruppe antippen zum Einklappen
Licht1▾
| Govee Smart Floor Lamp 3 Lite with 1400 Lumens | Govee Galaxy Light Projector 2 Pro | |
|---|---|---|
| Farbausgabe | — | — |
Effizienz1▾
| Govee Smart Floor Lamp 3 Lite with 1400 Lumens | Govee Galaxy Light Projector 2 Pro | |
|---|---|---|
| Stromverbrauch | 24 W | 15 W |
Datenquellen: Amazon
Häufige Fragen
Welches ist besser, Govee Smart Floor Lamp 3 Lite with 1400 Lumens oder Govee Galaxy Light Projector 2 Pro?
Govee Galaxy Light Projector 2 Pro liegt knapp vorn, 51 zu 51 und führt bei Effizienz.
Was sind die Hauptunterschiede?
Die wichtigsten Unterschiede: Stromverbrauch (24 W vs 15 W).
Wie werden die Scores berechnet?
Wir normalisieren 2 öffentliche Spezifikationen innerhalb der Kategorie und gewichten sie nach Gruppe für einen Score von 0–100; fehlende Werte werden von Modellen mit identischen Spezifikationen geerbt oder mit dem Kategoriemedian imputiert, sodass eine dünne Datenblatt nie begünstigt wird. Die Methodik ist öffentlich.