Русский
Техника →
Компьютеры →
Аудио и видео →
Умный дом →
Уход за кожей →
Города и регионы →

MOJO84 Mechanical Keyboard Vaporwave vs Mechanical Keyboard Wasteland

Коротко

Mechanical Keyboard Wasteland выигрывает это сравнение со счётом 67.4/100, опережая MOJO84 Mechanical Keyboard Vaporwave (67.3).

Главные различия: Тип переключателей (Kailh Box Plastic Switch-Linear vs Linear).

Оценки рассчитаны по 6 публичным характеристикам; недостающие данные помечаются как неизвестные и заполняются медианой категории, не выдаваясь за измеренные.

MOJO84 Mechanical Keyboard Vaporwave

MOJO84 Mechanical Keyboard Vaporwave

MelGeek
67баллов / 100
0 побед · 4 ничьи
🏆 Победитель Mechanical Keyboard Wasteland

Mechanical Keyboard Wasteland

MelGeek
67баллов / 100
0 побед · 4 ничьи

С одного взгляда

0–100 по группам, нормализовано в категории · Нажмите группу для деталей

MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Дизайн 87 88
Подключение 66 66

Лучшая цена сейчас

Дешёвые альтернативы

В чём разница

1 · Только различающиеся строки, с вердиктом по каждой

MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard WastelandВ чём разница
Тип переключателей Kailh Box Plastic Switch-LinearLinear Зависит

Полная таблица

Сгруппировано и сворачивается · Нажмите группу, чтобы свернуть

Дизайн4▾
MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Раскладка QWERTY QWERTY
Горячая замена ✓ ✓
RGB на каждую клавишу ✓ ✓
Количество клавиш 84 —
Подключение1▾
MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Проводная ✓ ✓
Тактильность1▾
MOJO84 Mechanical Keyboard VaporwaveMechanical Keyboard Wasteland
Тип переключателей Kailh Box Plastic Switch-Linear Linear

Источники данных: Amazon

Частые вопросы

Что лучше, MOJO84 Mechanical Keyboard Vaporwave или Mechanical Keyboard Wasteland?

Mechanical Keyboard Wasteland побеждает с небольшим отрывом, 67 против 67.

В чём главные различия?

Главные различия: Тип переключателей (Kailh Box Plastic Switch-Linear vs Linear).

Как рассчитываются оценки?

Мы нормализуем 6 публичных характеристик внутри категории и взвешиваем их по группам для оценки 0–100; недостающие значения наследуются от моделей с идентичными характеристиками или импутируются по медиане категории, поэтому неполная карточка никогда не получает преимущества. Методология открыта.