Après le MacBook Neo et les MacBook Pro, c’est au tour de l’iPhone 17e de faire une apparition remarquée sur Geekbench. Pour rappel, ce nouveau modèle « d'entrée de gamme » embarque une puce A19 à un core GPU près très proche à celle de l’iPhone 17 standard.
Comme toujours avec ce genre de fuites précoces, la prudence est de mise. Les résultats affichés montrent des disparités importantes, signe probable que les tests n’ont pas toujours été réalisés dans des conditions optimales. Voici néanmoins ce que l'on peut en tirer.
MacBook Pro M5 Max : la puce qui humilie (presque) le Mac Studio
MacBook Neo : voici les premiers benchmarks !
Des performances CPU en légère hausse
Sur la dizaine de tests répertoriés, la puce A19 de l’iPhone 17e affiche une moyenne de 3 320 points en single-core et 8 373 points en multi-core. Si l'on regarde les chiffres de plus près, l’amplitude est large : certains scores tombent à 3 001 points quand d’autres s'envolent à 3 607 en cœur unique.
Malgré cette instabilité, la tendance est claire. En se basant sur les moyennes, l’iPhone 17e fait mieux que l'actuel iPhone 16e (puce A18) et parvient même à grignoter quelques points d'avance sur l'iPhone 16 de l'an dernier. Pour un modèle qui se veut plus abordable, la puissance brute est au rendez-vous.
Le bond en avant du GPU
C'est sur le terrain du score Metal (le moteur graphique d'Apple) que l'iPhone 17e impressionne le plus. Avec une moyenne de 31 163 points, les quatre tests recensés placent l'appareil loin devant la génération précédente.
| Modèle | Puce | Single-Core | Multi-Core | Metal (GPU) |
|---|---|---|---|---|
| iPhone 17 | A19 | 3 627 | 9 249 | 37 153 |
| iPhone 17e | A19 | 3 320 | 9 241 | 31 163 |
| iPhone 16 | A18 | 3 319 | 8 280 | 27 666 |
| iPhone 16e | A18 | 3 241 | 7 977 | 23 895 |
| iPhone 17 Pro | A19 Pro | 3 778 | 9 805 | 45 573 |
Si ces chiffres se confirment, l'iPhone 17e offrirait un gain graphique substantiel par rapport à l'iPhone 16. Une excellente nouvelle pour les amateurs de jeux gourmands ou pour assurer la pérennité des fonctions d'intelligence artificielle qui sollicitent énormément le GPU.















