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

Logitech G Pro X Superlight 2 vs Logitech G102

Singkatnya

Logitech G102 memenangkan perbandingan ini dengan 44/100, di atas Logitech G Pro X Superlight 2 (35).

Perbedaan utama: Nirkabel 2,4 GHz (✓ vs —).

Skor dihitung dari 10 spesifikasi publik; data yang hilang ditandai unknown dan diisi dengan median kategori, tidak diklaim sebagai terukur.

Logitech G Pro X Superlight 2

Logitech G Pro X Superlight 2

Logitech
35skor / 100
1 unggul · 8 seri PCMag ★ 4.0
🏆 Pemenang keseluruhan Logitech G102

Logitech G102

Logitech
44skor / 100
0 unggul · 9 seri

Sekilas

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

Logitech G Pro X Superlight 2Logitech G102
Performa 82 63
Desain 15 33
Koneksi 63 32
Baterai 5 4
Nilai 0 71

Cara memilih

Pilih Logitech G Pro X Superlight 2 jika yang Anda utamakan…

  • Nirkabel 2,4 GHz ✓ vs —

Harga terbaik

Alternatif lebih murah

Di mana bedanya

1 · Hanya baris yang berbeda, dengan vonis per baris

Logitech G Pro X Superlight 2Logitech G102Di mana bedanya
Nirkabel 2,4 GHz ✓— Logitech G Pro X Superlight 2

Spesifikasi lengkap

Dikelompokkan dan bisa dilipat · Ketuk grup untuk melipat

Performa3▾
Logitech G Pro X Superlight 2Logitech G102
DPI Maks 44000 DPI —
Sensor Logitech Hero 2 —
Berat 60 g —
Desain2▾
Logitech G Pro X Superlight 2Logitech G102
Tombol 5 —
Pencahayaan RGB — —
Koneksi3▾
Logitech G Pro X Superlight 2Logitech G102
Berkabel ✓ —
Bluetooth — —
Nirkabel 2,4 GHz ✓ —
Baterai1▾
Logitech G Pro X Superlight 2Logitech G102
Daya tahan baterai 95 h —
Nilai1▾
Logitech G Pro X Superlight 2Logitech G102
Harga 160 USD —

Sumber data: GSMArena

Tanya jawab

Mana yang lebih baik, Logitech G Pro X Superlight 2 atau Logitech G102?

Logitech G102 punya skor keseluruhan lebih tinggi (44 vs 35). Pilih Logitech G Pro X Superlight 2 jika Nirkabel 2,4 GHz lebih penting bagi Anda.

Apa perbedaan utamanya?

Perbedaan utama: Nirkabel 2,4 GHz (✓ vs —).

Bagaimana skornya dihitung?

Kami menormalisasi 10 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.