反应时间测试

使用方法

1. 点一下上面的色块，或者直接按 空格，本轮开始。色块变红并显示「准备…」，此时不要出手。
2. 色块由红变绿的瞬间立刻点击色块（或再按空格）。绿出现到出手之间的毫秒数会被记进「用时」一栏，然后自动进入下一次。
3. 默认测 5 次。全部做完后统计卡给出中位数、平均值、最快、最慢与首次成绩，判定行同时给出与人类常见区间 180～250 ms 的对比。
4. 次数与随机延时都可以改：三个输入框允许 3～20 次、下限 500～3000 ms、上限 1000～8000 ms，填好按 Enter 立即校验并应用，数值不合法会指出是哪个框、允许什么范围。
5. 成绩表默认显示前 12 行，次数超过 12 时点「加载更多」展开；「复制成绩」按 TSV 复制，「导出 CSV」下载带 BOM 的文件，Excel 打开中文不乱码。
6. 页面预置的这份成绩只是排版演示（5 次、中位数 248.0 ms），点「清空成绩」可以把它抹掉，点「重置为默认示例」可以还原。

反应时间测试能解决什么问题

一是给自己一个可信的基线。单次反应时间波动极大，同一个人连着点十次可能从 190 ms 跳到 380 ms，只测一次得到的数字基本没有意义。本工具一轮测 3 到 20 次、剔除首次、再取中位数，得到的是一个能跨天比较的稳定值。

二是排查设备链路而不是玄学。换了显示器、换了鼠标、换了键盘，成绩差多少毫秒可以被量化：60 Hz 屏每帧 16.67 ms，144 Hz 屏每帧 6.94 ms，两者最坏情况就差了一帧；125 Hz 的办公鼠标一个报告周期 8 ms，1000 Hz 的游戏鼠标只有 1 ms。这些差异在单次测量里会被噪声淹掉，在中位数上则看得见。

三是识别「抢跑型」成绩。很多在线测试把抢跑也算进结果，于是有人靠预判刷出 80 ms 的假成绩。本工具把「信号没出现就点」记为抢跑、「变绿后 100 ms 内出手」判为预判，两者都不计入中位数。

四是做疲劳与状态的对照。把一轮 20 次拆成「前 10 次 / 后 10 次」对比，熬夜、咖啡因、连续工作后的反应变化比主观感觉清楚得多。

这个反应时间测试不做这些事：不测手速与点击频率（那是点击速度测试的活）、不测识别与判断（这里没有干扰项，只测最简单的看见即反应）、不测肌肉极限，也不评估视力。

原理和变量：performance.now()、随机延时与中位数

计时的全部代码只有两行：信号变色的一刻调用一次 performance.now() 存进变量，你出手的一刻再调一次做减法。下面七条是这个反应时间测试的机制。

① 为什么用 performance.now() 而不是 Date.now()。前者返回 DOMHighResTimeStamp，是相对于页面时间原点的毫秒浮点数，W3C 的 HR-Time 规范要求它单调递增、不随系统时钟回拨；后者返回 Unix 毫秒整数，粒度就是 1 ms，而且一旦系统对时（NTP 校时、手动改时间）就会整段跳变，测出来的差值可能是负数。做毫秒级测量只能用前者。

② 精度上限不是 1 ms。为防止侧信道攻击，主流浏览器会把 performance.now() 的返回值量化：常见的实现把精度限制在 0.1 ms 左右（Chrome、Edge），部分 Firefox 配置下会粗化到 1 ms 甚至更高，只有开启了跨源隔离（同时发送 COOP 与 COEP 响应头）的页面才放宽到 5 µs。量化步长 0.1 ms 时，对 250 ms 量级的结果相对误差上限只有 0.04%；即便粗化到 1 ms，也只到 0.4%，不影响结论。

③ 随机延时是为了打掉预期。如果每次都固定等 2 秒，练几轮之后你完全可以靠数秒提前出手，成绩会虚高几十甚至上百毫秒。本工具在 [下限, 上限] 区间里取均匀随机值，默认 [1500, 4500] ms、宽度 3000 ms；离散到 100 ms 一档是 31 档，盲猜命中的概率约 3.23%，远低于固定延时下几乎必然的提前出手。

④ 中位数而不是平均值。平均值对离群值毫无抵抗力：示例的 5 次原始用时是 412、268、241、255、233 ms，直接算平均是 281.8 ms；如果把首次的 412 ms 换成走神时按出的 5000 ms，平均值会飙到 1199.4 ms，而中位数始终是 255 ms。中位数只看排序后的位置，一两个异常值顶多挪动一位。

⑤ 为什么要剔除首次。第一次不是能力问题而是流程问题：你还没建立「变绿」与「出手」之间的映射，手指也不在待命位置，实测普遍偏慢 100 ms 以上。示例里首次 412 ms 比其余四次的中位数高出 164 ms，就是典型的热身效应。本工具在有效样本 ≥ 4 次时剔除首次，剩余样本正好 ≥ 3 个，中位数才有意义；只有 3 次时不剔除并在结果里说明。

⑥ 中位数怎么算。把计入统计的样本升序排列后取中间位置：样本数为奇数时取正中那个，为偶数时取中间两个的算术平均。示例剔除首次后剩 233、241、255、268 四个样本，中位数就是 (241 + 255) ÷ 2 = 248.0 ms。这也解释了为什么默认 5 次而不是 6 次——剔除首次后剩 4 个，偶数样本的中位数是两次测量的平均，比奇数样本更抗单次抖动。

⑦ 抢跑与预判的判定线。信号出现前出手记「抢跑」，直接重测且不占次数；变绿后 100 ms 内出手判「预判」，同样不计入统计。100 ms 这条线不是拍脑袋定的：视觉信号要经过视网膜→外侧膝状体→初级视皮层→运动皮层再下达手部指令，这一整套的最小延迟就在 100 ms 量级，人类简单视觉反应时间的常见区间是 180～250 ms，低于 100 ms 基本只能解释为提前计划好的动作。

完整示例（数值仅作演示）

页面预置的这份成绩与正文、统计卡三处咬合：5 次测试、原始用时 412 / 268 / 241 / 255 / 233 ms、随机延时区间 1500～4500 ms。照着算一遍：

• 有效次数 4（首次 412.0 ms 被剔除）；
• 升序排列后是 233、241、255、268，样本数为偶数，中位数取中间两个的平均：(241 + 255) ÷ 2 = 248.0 ms；
• 平均值 249.25 ms（(268+241+255+233)÷4），比中位数高 1.25 ms；
• 最快 233.0 ms、最慢 268.0 ms，极差 35 ms；
• 样本标准差（除以 n−1）为 15.46 ms；
• 如果不剔除首次直接取中位数，得到的是 255.0 ms，比正确值高 7 ms——这就是「首次偏慢」被修正掉的幅度。

再换一个角度看中位数的稳健性：把首次那 412 ms 想象成一次走神按出的 5000 ms，计入平均会把平均值拉到 1199.4 ms，而中位数仍是 255 ms；剔除首次之后，两种情况下都是 249.25 ms 与 248.0 ms，一点没变。

导出成 CSV 时长这样（列顺序 第几次 / 用时（ms）/ 状态）：

第几次,用时（ms）,状态
1,412.0,首次（已剔除）
2,268.0,计入统计
3,241.0,计入统计
4,255.0,计入统计
5,233.0,计入统计

输入范围与对照表

三个输入框都有明确的取值范围，越界会指名报错，不会静默取默认值：

下表是不同硬件与刷新率带来的固定延迟，它们构成浏览器内测量的下限——换设备前先看这一列：

边界与精度说明

• 测的是端到端，不是纯神经速度。结果里包含显示延迟、浏览器主线程调度、输入设备轮询周期和你的肌肉动作。60 Hz 屏 + 125 Hz 鼠标的固定开销就在 10～25 ms 量级，所以浏览器里测出 190 ms 的人，未必比在专用设备上测出 210 ms 的人慢。
• 低于 100 ms 一律判预判。这是刻意的：即便顶级电竞选手，稳定低于 120 ms 的简单视觉反应也极少见。把它算进中位数只会让成绩虚高，所以本工具直接剔除并让你重测。
• 抢跑不占次数。信号出现前点击会被记为「抢跑」并列在成绩表里，但测试次数不推进，等于让你把这一次重新做一遍。连续抢跑说明你太想赢，先把节奏放慢。
• 只有 3 次时不剔除首次。剔除首次的前提是剩余样本 ≥ 3，否则中位数退化成两个数的平均，反而更不稳。此时统计卡在「首次」那一格会显示「—」，表格里所有有效成绩都标「计入统计」。
• 一天之内波动 20～30 ms 是正常的。睡眠、咖啡因、血糖、室内温度都会影响。想比较设备差异，请在相近的时间段、同样的姿势下各测 20 次再对比中位数。
• 标签页切到后台会暂停感知。浏览器会节流后台标签页的定时器，如果你在等待期间切走，信号实际早已变绿但你没看见，回来再点会得到一条几百毫秒甚至几秒的假数据——这类记录请在成绩表里识别出来后重测一整轮。
• 结果不落在任何键鼠驱动层。键盘固件去抖、无线键盘的省电唤醒都会额外增加十几毫秒的延迟，那是驱动与硬件在做的事，浏览器的 performance.now() 看不到。

常见问题

相关工具

• 键盘测试：先确认键盘每个键都能正常触发、没有丢 keyup，再来测反应速度。
• 点击速度测试：统计每秒点击次数，测的是手速上限而不是这一次的反应。
• 瞄准训练：在限定时间内击中随机出现的靶点，把反应和定位放在一起考。
• 在线秒表：需要人工掐表计时的场景用它，精度比数秒靠谱。
• 倒计时器：设定时长后自动提醒，和本页的随机延时是两种相反的计时需求。
• Tap速度BPM查询：连点节奏换算成每分钟拍数，适合音乐与节奏类练习。
• 鼠标测试：确认按键、滚轮与指针定位都正常，排除硬件造成的假延迟。
• 实用工具：查看全部实用工具。