Haier KJ10F-HY01 vs Haier KJ2000F-HXU1
Haier KJ10F-HY01 — Pilih Haier KJ10F-HY01 — unggul di grup ini: Efisiensi 1
Ketuk grup untuk melihat buktinya · Metode skor kami publik
Singkatnya
Haier KJ10F-HY01 memenangkan perbandingan ini dengan 70.4/100, di atas Haier KJ2000F-HXU1 (69.9).
Perbedaan utama: Tingkat kebisingan (42 dB vs 37 dB) · Daya (2.3 W vs 230 W).
Skor dihitung dari 2 spesifikasi publik; data yang hilang ditandai unknown dan diisi dengan median kategori, tidak diklaim sebagai terukur.
Sekilas
0–100 per grup, dinormalisasi dalam kategori · Ketuk grup untuk detail
| Haier KJ10F-HY01 | Haier KJ2000F-HXU1 | |
|---|---|---|
| Kebisingan | 47 | 55 |
| Efisiensi | 100 | 89 |
Cara memilih
Pilih Haier KJ10F-HY01 jika yang Anda utamakan…
- Daya 2.3 W +227.7 W vs 230 W
Pilih Haier KJ2000F-HXU1 jika yang Anda utamakan…
- Tingkat kebisingan 37 dB +5 dB vs 42 dB
Harga terbaik
Alternatif lebih murah
Xiaomi Xiaomi Air Purifier4Pro
Xiaomi Xiaomi Air Purifier5S
IQAir Atem X
airpal VB110 V-B110
KJ100G-A01 KJ100G-A01
LEXY AP33
Di mana bedanya
2 · Hanya baris yang berbeda, dengan vonis per baris
| Haier KJ10F-HY01 | Haier KJ2000F-HXU1 | Di mana bedanya | |
|---|---|---|---|
| Tingkat kebisingan | 42 dB | 37 dB | Haier KJ2000F-HXU1 |
| Daya | 2.3 W | 230 W | Haier KJ10F-HY01 |
Spesifikasi lengkap
Dikelompokkan dan bisa dilipat · Ketuk grup untuk melipat
Kebisingan1▾
| Haier KJ10F-HY01 | Haier KJ2000F-HXU1 | |
|---|---|---|
| Tingkat kebisingan | 42 dB | 37 dB |
Efisiensi1▾
| Haier KJ10F-HY01 | Haier KJ2000F-HXU1 | |
|---|---|---|
| Daya | 2.3 W | 230 W |
Sumber data: GSMArena
Tanya jawab
Mana yang lebih baik, Haier KJ10F-HY01 atau Haier KJ2000F-HXU1?
Haier KJ10F-HY01 unggul tipis, 70 berbanding 70 dan unggul di Efisiensi. Pilih Haier KJ2000F-HXU1 jika Tingkat kebisingan lebih penting bagi Anda.
Apa perbedaan utamanya?
Perbedaan utama: Tingkat kebisingan (42 dB vs 37 dB) · Daya (2.3 W vs 230 W).
Bagaimana skornya dihitung?
Kami menormalisasi 2 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.