X3 CrazyLight Medium Gaming Mouse vs X3 LHD CrazyLight Mini Gaming Mouse
X3 LHD CrazyLight Mini Gaming Mouse — Nimm das X3 LHD CrazyLight Mini Gaming Mouse — es führt bei diesen Gruppen: Leistung 1
Gruppe antippen für den Beweis · Die Bewertungsmethode ist öffentlich
Kurz gesagt
X3 LHD CrazyLight Mini Gaming Mouse gewinnt diesen Vergleich mit 52/100, vor X3 CrazyLight Medium Gaming Mouse (51).
Die wichtigsten Unterschiede: Gewicht (48 g vs 43 g).
Die Scores werden aus 4 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 X3 LHD CrazyLight Mini Gaming Mouse, wenn dir wichtig ist…
- Gewicht 43 g +5 g vs 48 g
Bester Preis jetzt
Günstige Alternativen
Razer Viper V3 Pro
Logitech G Pro X Superlight 2
Zowie EC2-CW
Glorious Model I 2
Pulsar X2V2 Mini
Logitech MX Master 3S
Wo sie sich unterscheiden
1 · Nur abweichende Zeilen, mit Urteil pro Zeile
| X3 CrazyLight Medium Gaming Mouse | X3 LHD CrazyLight Mini Gaming Mouse | Wo sie sich unterscheiden | |
|---|---|---|---|
| Gewicht | 48 g | 43 g | X3 LHD CrazyLight Mini Gaming Mouse |
Das komplette Datenblatt
Gruppiert und einklappbar · Gruppe antippen zum Einklappen
Leistung2▾
| X3 CrazyLight Medium Gaming Mouse | X3 LHD CrazyLight Mini Gaming Mouse | |
|---|---|---|
| Sensor | Optical | Optical |
| Gewicht | 48 g | 43 g |
Design1▾
| X3 CrazyLight Medium Gaming Mouse | X3 LHD CrazyLight Mini Gaming Mouse | |
|---|---|---|
| Tasten | 7 | 7 |
Verbinden1▾
| X3 CrazyLight Medium Gaming Mouse | X3 LHD CrazyLight Mini Gaming Mouse | |
|---|---|---|
| Kabelgebunden | — | — |
Datenquellen: Amazon
Häufige Fragen
Welches ist besser, X3 CrazyLight Medium Gaming Mouse oder X3 LHD CrazyLight Mini Gaming Mouse?
X3 LHD CrazyLight Mini Gaming Mouse liegt knapp vorn, 52 zu 51 und führt bei Leistung.
Was sind die Hauptunterschiede?
Die wichtigsten Unterschiede: Gewicht (48 g vs 43 g).
Wie werden die Scores berechnet?
Wir normalisieren 4 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.