Geekbench 7 ridisegna i benchmark con AI, CUDA e carichi realistici

Misurare le prestazioni di un computer è un problema antico quanto i computer stessi. Ogni strumento di benchmarking affronta la stessa contraddizione: deve ridurre un sistema complesso a pochi numeri leggibili, ma rischia di diventare una fotografia distorta dell'uso reale proprio quando quei numeri cominciano a influenzare acquisti, recensioni e perfino le scelte dei produttori. Il 23 luglio 2026, Primate Labs ha annunciato Geekbench 7, una revisione ampia del suo benchmark più diffuso che prova a intervenire su questa frattura con nuovi test, una filosofia multi-core ripensata e un'estensione significativa verso scenari di utilizzo contemporanei.

Workload da 2026, non da 2018

La promessa dichiarata è misurare CPU e GPU con compiti più vicini a ciò che un utente fa davvero oggi su Windows, macOS, Linux, Android e iOS. Geekbench 7 inserisce carichi multimediali aggiornati che modellano scenari concreti: codifica AV1 per la condivisione dello schermo durante le videochiamate, compressione audio Opus per le comunicazioni in tempo reale, e decodifica con generazione automatica di sottotitoli tramite Whisper, il modello di riconoscimento vocale sviluppato da OpenAI. Arriva anche un test di fisica per i videogiochi basato sul motore Jolt Physics, mentre i test fotografici si aggiornano con supporto ai formati moderni JPEG XL e DNG.

Sul fronte GPU, la suite aggiunge scenari di machine learning applicati: face tracking, filtri video in tempo reale, super resolution (tecnologia che aumenta la risoluzione di un'immagine usando l'intelligenza artificiale) e sfocatura dello sfondo nelle videochiamate. Compaiono anche pipeline più vicine al lavoro creativo professionale: elaborazione di file RAW fotografici, correzione del colore tramite LUT, path tracing (tecnica di rendering fotorealistico) e simulazione di fluidi.

Il benchmark più usato al mondo smette di misurare la potenza massima teorica e inizia a misurare la vita reale

Multi-core: basta fingere che tutto sia parallelo

La modifica più rilevante sul piano metodologico riguarda il punteggio multi-core. Per anni, i benchmark sintetici hanno applicato un principio semplice: ogni test deve girare su tutti i core disponibili, così il punteggio multicore risulta il più alto e distante possibile da quello single-core. Geekbench 7 abbandona questa logica: un test viene eseguito su più core contemporaneamente solo se il tipo di attività che rappresenta è effettivamente multi-thread nelle applicazioni reali. Se un'attività tende a sfruttare un solo core — come la navigazione web — il benchmark la lascia tale anche nel calcolo del punteggio multicore. Primate Labs fa un esempio esplicito: il test "HTML5 Browser" non entra nella suite multi-thread perché i browser sono tipicamente single-thread o poco parallelizzati.

È un cambio di filosofia importante. Invece di "forzare" la parallelizzazione per mettere in mostra le CPU con molti core, il benchmark tenta di fotografare il comportamento reale del software. Le conseguenze pratiche sono immediate: il punteggio multicore diventa meno una misura astratta di throughput totale e più una media ponderata di compiti che possono — o non possono — sfruttare davvero l'hardware disponibile. Chi lavora con rendering, compilazione di codice o calcolo scientifico troverà Geekbench solo un indicatore parziale; chi alterna videoconferenze, editing leggero, browsing e produttività ha più probabilità di vedere un segnale coerente con la propria esperienza.

Quando i numeri possono essere manipolati

Geekbench non è solo uno strumento: è diventato un'infrastruttura culturale della comunità tech. Molte comparazioni tra smartphone e laptop passano da quei numeri; molte indiscrezioni su processori non ancora annunciati vengono "validate" dal Geekbench Browser, il database pubblico dei risultati. E da anni esiste una tensione tra due esigenze opposte: la semplicità di un numero condivisibile e la robustezza metodologica di workload realistici.

Questa tensione è diventata concreta di recente. Primate Labs ha dovuto affrontare il caso del Binary Optimization Tool di Intel, uno strumento capace di modificare l'eseguibile del benchmark per migliorarne il punteggio, con incrementi riportati fino al 40% in alcuni sotto-test e fino all'8% sul punteggio complessivo. L'effetto era rendere non confrontabili i risultati "ottimizzati" con quelli standard. Primate Labs ha risposto introducendo avvisi nel Browser per segnalare la potenziale invalidità dei risultati su CPU che supportano quel tipo di ottimizzazione. È un precedente che mostra quanto un benchmark di massa debba proteggere il proprio valore come metrica condivisa.

CUDA entra in scena, con tutte le sue variabili

Sul fronte GPU, la novità più significativa è l'ingresso di CUDA nel benchmark di calcolo, accanto alle API già presenti: OpenCL, Vulkan e Metal. Il messaggio è diretto: se si vuole capire come si comporta una GPU Nvidia nei carichi che contano per le applicazioni professionali, l'interfaccia di calcolo proprietaria di Nvidia non può restare fuori dalla misurazione. Molte applicazioni di calcolo e creatività su GPU Nvidia sono ottimizzate storicamente su quello stack, e ignorarlo significava misurare le schede grafiche verdi con un metro non rappresentativo.

L'aggiunta porta però nuove variabili pratiche: driver, versione di CUDA, compatibilità delle librerie e condizioni del sistema possono incidere in modo sensibile sulla ripetibilità del test. Si guadagna aderenza ai carichi reali, ma si perde un po' di quella neutralità astratta che rendeva i confronti tra architetture diverse più immediati. La neutralità nel calcolo GPU, del resto, è sempre stata più teorica che pratica.

Aggiungere CUDA significa misurare meglio le GPU Nvidia, ma anche rendere i confronti più dipendenti dal contesto

I vecchi punteggi non valgono più

Geekbench 7 azzera di fatto le serie storiche. Il cambio di workload e di calibrazione rende i punteggi non confrontabili con quelli di Geekbench 6 — un problema concreto sia per chi ha un archivio di test in redazione, sia per chi usa quei grafici per decidere se un aggiornamento hardware valga il prezzo. Cambia anche il sistema di riferimento: la scala resta ancorata a 2.500 punti, ma il riferimento passa da un sistema con Intel Core i7-12700 a un Lenovo Legion con AMD Ryzen 7 7700. È un dettaglio che influenza la lettura intuitiva di "quanto è veloce" un numero e costringe l'ecosistema a ricostruire baseline e aspettative da zero.

La regola pratica per chi usa Geekbench diventa più rigida: confrontare solo risultati prodotti dalla stessa versione e, idealmente, dalla stessa famiglia di test. Questo vale in particolare ora che CUDA entra nel perimetro ufficiale, introducendo un'ulteriore variabile nei confronti tra GPU.

Chi può usarlo e a che prezzo

Geekbench 7 è gratuito per uso personale. La licenza Pro per singolo utente — disponibile per macOS, Windows e Linux — viene proposta a 79 dollari in promozione di lancio (da 99) fino al 6 agosto 2026. Per chi lavora in team, laboratori, system integrator o reparti IT, la distinzione tra uso personale e uso business non è un dettaglio: incide su policy interne, audit e sulla possibilità di usare i risultati come documentazione in contesti professionali.

I requisiti di sistema si alzano. Sono richiesti Windows 11 o superiore con 8 GB di RAM, macOS 15 o superiore con 8 GB, Ubuntu 22.04 LTS o superiore a 64 bit con 4 GB; su mobile Android 12 con 4 GB e iOS 18. In Italia questo ha una conseguenza semplice: una parte del parco macchine da ufficio e dei laptop più datati resta fuori. Il benchmark più discusso dalla community diventa, di fatto, uno strumento per hardware relativamente recente.

Cosa misura davvero Geekbench 7

Il senso strategico di Geekbench 7 non sta nell'aggiungere test, ma nel riposizionare cosa significa misurare le prestazioni nel 2026. Inserire AV1, Opus e Whisper significa riconoscere che il carico quotidiano è sempre più multimediale e sempre più assistito da componenti di intelligenza artificiale, anche quando l'utente non lo percepisce come tale. Portare in GPU workload come super resolution o sfocatura dello sfondo significa ammettere che il confine tra grafica e calcolo è ormai un continuum: la stessa scheda video può essere usata per rendering, filtri, inferenza, e l'esperienza d'uso dipende da stack software e librerie tanto quanto da specifiche tecniche come i TFLOPS o la larghezza di banda della memoria.

Resta una tensione aperta che la community alimenterà nelle prossime settimane: più un benchmark diventa realistico, più diventa anche specifico, e più il singolo punteggio complessivo rischia di rappresentare un profilo medio che non coincide con quello di molti utenti avanzati. Geekbench 7 vuole spostare il baricentro verso l'utilità pratica — meno numeri da competizione, più segnali su come una piattaforma regge videoconferenze, elaborazione multimediale, fisica di gioco e pipeline di editing. Per chi usa quei numeri per confrontare dispositivi e raccontare prodotti, la sfida non sarà eseguire il test, ma reimparare a leggere cosa stanno davvero misurando quei 2.500 punti — e cosa hanno smesso di misurare.