平均延迟适合概括成功样本的整体水平，但可能掩盖偶发的长等待。高分位延迟关注较慢一端的请求，适合辅助观察交互卡顿。两者都必须连同任务类型、样本数、失败数和统计方法阅读，不能只取其中一个漂亮数字。
一组自设数字，为什么感觉不同
假设10次成功请求中9次为50毫秒、1次为1000毫秒。平均值是145毫秒，中位数是50毫秒。若使用最近秩法，把数值从小到大排序并取向上取整的排名，P95取第10项，为1000毫秒。其他软件可能采用插值算法，因此复核时应写明方法。
| 指标 | 这个示例的值 | 说明什么 |
|---|---|---|
| 平均值 | 145毫秒 | 所有成功样本的总和除以数量 |
| 中位数 | 50毫秒 | 中间位置附近的典型水平 |
| P95，最近秩法 | 1000毫秒 | 本组较慢一端的观测值 |
十个样本太少，P95很容易落到最大值；这个算例只是解释方法，不能用来判断任何品牌。P95也不意味着每连续20次请求恰好有一次超过它。
不要混合不同计时阶段
ICMP往返、TCP连接、TLS握手、HTTP首字节和完整任务耗时不是同一指标。对比前必须固定计时起止、目标、协议和网络环境。不能把A的握手平均值与B的网页完整加载P95相比较，也不要把单向和往返时间混用。
连续采样若出现超时，不能悄悄删除后宣称延迟下降。可同时报告成功样本分布与全部尝试的失败比例，明确超时阈值；若把超时按上限纳入统计，则必须另写口径，不能当作实测完成时间。
怎样用于自己的选择
远程交互应观察尾部慢请求和连续失败；大文件传输还要看持续吞吐和整体完成时间。将白天、晚间分别成组，保留时间范围与原始记录，再看差异是否反复出现。一次尾部变慢不足以证明服务长期不稳定。
汇总时至少列“尝试数、成功数、失败数、平均值、中位数、高分位、算法和时段”。不要随意删异常值，也不要平均各组P95后当作整体P95；如需总体分位，应回到合并后的可比原始样本重算。稳定优先专题提供任务与指标对照；异常值处理进一步说明哪些记录应保留。
发布前做一次可复算核对
把样本按“同一任务、同一计时口径、同一观察窗口”归组，先列出成功数与失败数，再对成功值排序。抽查最近秩法的下标是否为向上取整的百分位排名，注意从第1项开始；如果软件采用插值，应保留算法名称，不能借用另一种方法的结果。
假设白天样本很多、晚间样本很少，直接平均两个时段的平均值也不等同于合并全部样本的平均值。先明确是想描述两个时段各自表现，还是描述全部请求；选择不同，分母和解释也不同。样本结构无法对齐时，分别展示比强凑总数更清楚。
来源与核验范围
以下为参考原始资料。品牌价格和功能应以资料库对应字段为准；本文不包含品牌测速或使用体验。内容由站点维护者使用 AI 辅助整理，尚不构成独立实测。