Govee Permanent Outdoor Lights 2 Pro vs Govee Permanent Outdoor Lights Prism
Govee Permanent Outdoor Lights Prism — Nimm das Govee Permanent Outdoor Lights Prism — es führt bei diesen Gruppen: Effizienz 1
Gruppe antippen für den Beweis · Die Bewertungsmethode ist öffentlich
Kurz gesagt
Govee Permanent Outdoor Lights Prism gewinnt diesen Vergleich mit 48/100, vor Govee Permanent Outdoor Lights 2 Pro (45).
Die wichtigsten Unterschiede: Stromverbrauch (82.8 W vs 82 W).
Die Scores werden aus 3 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 Permanent Outdoor Lights Prism, wenn dir wichtig ist…
- Stromverbrauch 82 W +0.8 W vs 82.8 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 Permanent Outdoor Lights 2 Pro | Govee Permanent Outdoor Lights Prism | Wo sie sich unterscheiden | |
|---|---|---|---|
| Stromverbrauch | 82.8 W | 82 W | Govee Permanent Outdoor Lights Prism |
Das komplette Datenblatt
Gruppiert und einklappbar · Gruppe antippen zum Einklappen
Licht2▾
| Govee Permanent Outdoor Lights 2 Pro | Govee Permanent Outdoor Lights Prism | |
|---|---|---|
| Helligkeit | 55 lm | — |
| Farbausgabe | — | — |
Effizienz1▾
| Govee Permanent Outdoor Lights 2 Pro | Govee Permanent Outdoor Lights Prism | |
|---|---|---|
| Stromverbrauch | 82.8 W | 82 W |
Datenquellen: Amazon
Häufige Fragen
Welches ist besser, Govee Permanent Outdoor Lights 2 Pro oder Govee Permanent Outdoor Lights Prism?
Govee Permanent Outdoor Lights Prism hat die höhere Gesamtwertung (48 gegenüber 45) und führt bei Effizienz.
Was sind die Hauptunterschiede?
Die wichtigsten Unterschiede: Stromverbrauch (82.8 W vs 82 W).
Wie werden die Scores berechnet?
Wir normalisieren 3 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.