Deutsch
Technik →
Computer →
Audio & Video →
Smart Home →
Hautpflege →
Städte & Orte →

MOJO84 Mechanical Keyboard Vaporwave vs Mechanical Keyboard Wasteland

Kurz gesagt

Mechanical Keyboard Wasteland gewinnt diesen Vergleich mit 67.4/100, vor MOJO84 Mechanical Keyboard Vaporwave (67.3).

Die wichtigsten Unterschiede: Switch-Typ (Kailh Box Plastic Switch-Linear vs Linear).

Die Scores werden aus 6 öffentlichen Spezifikationen berechnet; fehlende Werte bleiben unbekannt markiert und werden mit dem Kategorie-Median imputiert.

MOJO84 Mechanical Keyboard Vaporwave

MOJO84 Mechanical Keyboard Vaporwave

MelGeek
67Punkte / 100
0 Vorteile · 4 Gleichstände
🏆 Gesamtsieger Mechanical Keyboard Wasteland

Mechanical Keyboard Wasteland

MelGeek
67Punkte / 100
0 Vorteile · 4 Gleichstände

Auf einen Blick

0–100 pro Gruppe, normalisiert in der Kategorie · Gruppe antippen für Details

MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Design 87 88
Verbinden 66 66

Bester Preis jetzt

Günstige Alternativen

Wo sie sich unterscheiden

1 · Nur abweichende Zeilen, mit Urteil pro Zeile

MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard WastelandWo sie sich unterscheiden
Switch-Typ Kailh Box Plastic Switch-LinearLinear Kommt darauf an

Das komplette Datenblatt

Gruppiert und einklappbar · Gruppe antippen zum Einklappen

Design4▾
MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Layout QWERTY QWERTY
Hot-swap-fähig ✓ ✓
RGB pro Taste ✓ ✓
Tastenanzahl 84 —
Verbinden1▾
MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Kabelgebunden ✓ ✓
Haptik1▾
MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Switch-Typ Kailh Box Plastic Switch-Linear Linear

Datenquellen: Amazon

Häufige Fragen

Welches ist besser, MOJO84 Mechanical Keyboard Vaporwave oder Mechanical Keyboard Wasteland?

Mechanical Keyboard Wasteland liegt knapp vorn, 67 zu 67.

Was sind die Hauptunterschiede?

Die wichtigsten Unterschiede: Switch-Typ (Kailh Box Plastic Switch-Linear vs Linear).

Wie werden die Scores berechnet?

Wir normalisieren 6 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.