Indonesia
Teknologi →
Komputer →
Audio & Video →
Rumah Pintar →
Perawatan Kulit →
Kota & Tempat →

Google Daydream View vs Google DayDream View (2017)

🏆 Sudah diputuskan

Google Daydream View — Pilih Google Daydream View — unggul di grup ini: Desain 1

Ketuk grup untuk melihat buktinya · Metode skor kami publik

Singkatnya

Google Daydream View memenangkan perbandingan ini dengan 40/100, di atas Google DayDream View (2017) (36).

Perbedaan utama: Berat (220 g vs 261 g).

Skor dihitung dari 4 spesifikasi publik; data yang hilang ditandai unknown dan diisi dengan median kategori, tidak diklaim sebagai terukur.

🏆 Pemenang keseluruhan Google Daydream View

Google Daydream View

Google
40skor / 100
1 unggul · 3 seri PCMag ★ 3.5
Google DayDream View (2017)

Google DayDream View (2017)

Google
36skor / 100
0 unggul · 4 seri

Sekilas

0–100 per grup, dinormalisasi dalam kategori · Ketuk grup untuk detail

Google Daydream ViewGoogle DayDream View (2017)
Layar 54 45
Desain 86 80

Cara memilih

Pilih Google Daydream View jika yang Anda utamakan…

  • Berat 220 g +41 g vs 261 g

Harga terbaik

Alternatif lebih murah

Di mana bedanya

1 · Hanya baris yang berbeda, dengan vonis per baris

Google Daydream ViewGoogle DayDream View (2017)Di mana bedanya
Berat 220 g261 g Google Daydream View

Spesifikasi lengkap

Dikelompokkan dan bisa dilipat · Ketuk grup untuk melipat

Layar1▾
Google Daydream ViewGoogle DayDream View (2017)
Bidang pandang — 100 °
Baterai1▾
Google Daydream ViewGoogle DayDream View (2017)
Baterai 220 mAh 220 mAh
Desain1▾
Google Daydream ViewGoogle DayDream View (2017)
Berat 220 g 261 g
Konektivitas1▾
Google Daydream ViewGoogle DayDream View (2017)
Bluetooth 4 4

Sumber data: GSMArena

Tanya jawab

Mana yang lebih baik, Google Daydream View atau Google DayDream View (2017)?

Google Daydream View punya skor keseluruhan lebih tinggi (40 vs 36) dan unggul di Desain.

Apa perbedaan utamanya?

Perbedaan utama: Berat (220 g vs 261 g).

Bagaimana skornya dihitung?

Kami menormalisasi 4 spesifikasi publik di dalam kategori dan memberi bobot per grup untuk skor 0–100; nilai yang hilang diwarisi dari model dengan spesifikasi identik atau diimputasi dengan median kategori, jadi data yang lengkap tidak diuntungkan. Metodologinya publik.