Es kommt immer auf den Vergleich von 2 bestimmten Engines bei bestimmter Hardware- TC und bestimmten Eröffnungsteststellung an.
Die Relationen verändern sich bei keiner Veränderung einer oder aller dieser Bedingungen linear, sondern z.B. von VSTC zu STC mehr, von STC zu LTC mehr oder weniger und von LTC zu VLTC am wenigsten. Bei der theoretischen Vorstellung unendlich langer Bedenkzeiten hättest du 0 Unterschiede, egal wie groß er bei STC wäre, schon deshalb, weil die erste Partie ewig dauern würde, bis sie Remis endete (eben nicht und nicht endete)

Schwache Hardware staucht die Kurven, starke streckt sie, dasselbe bewirken auf gleicher Hardware kürzere und längere TCs, genau so ist es mit Ranges an Vorteil einer Seite bei den Eröffnungen, bis zu einer gewissen Grenze kann man die Elo zwischen 2 bestimmten Engines mit bestimmter Hardware- TC mit mehr einseitigem Vorteil spreizen, über diese Grenze hinaus werden die 1:1- Paare die Statistik mehr ruinieren als es die Remis tun.
Sehr schön sieht man das genau so übrigens auch mit anderen Teststellungen als denen, die man in der Regel nur aus dem Eröffnungsbereich (warum das eigentlich?) zum Ausspielen verwendet, mit "Stellungstest"- Teststellungen hat man genau dieselben Verhältnisse in den Leistungskurven, es sind nicht dieselben Kurven mit denselben Engines und mit verschiedenen Teststellungen sind sie auch verschieden, aber die grundsätzlichen Verhältnisse der Leistungskurven zueinander ähneln einander bei (guten) verschiedenen Tests alle, je mehr Hardware- Zeit für dementsprechenden Schwierigkeitsgrad, desto enger rücken die Performances zusammen.
Zuviel Schwierigkeit für zu wenig Hardware- Zeit: zu wenige Lösungen für statistische Signifikanz, schadet mehr als zuviele Lösungen, die man dann schlimmstenfalls immer noch durch Lösungszeit- Vergleiche aus dem Remis- Dunkel holen kann, was nicht gelöst wird, ist zwangsläufig bei allen Teilnehmern gleich schlecht als Ergebnis.

Einzelbeobachtungen aus einzelnen bunten Turnieren (oder einzelnen Stellungstests mit zu wenigen Stellungen von zu wenig Signifikanz) verleiten gern dazu, Statistiken, die keine sind in Hinblick auf ihre Irrtumswahrscheinlichkeit, zu Vermutungen zu werden, "Spielstile", die man als Mensch zu erkennen glaubt (sie in die Engines hineinprojiziert, schachlicher Stil, wie er bei menschlichen Spielern auch schon sehr Geschmackssache ist, hat bei Engines zur Beschreibung dessen, was sie wie spielen, meiner Meinung nach überhaupt keine übertragbare Bedeutung) all solche Vermenschlichungen der Engines machen die Sache zwar vielleicht für Fans der einen und der anderen Engine spannender (man will ja wissen, wem man die Daumen hält), Substanz haben sie im Computerschach noch nie viel gehabt, und genau diese restliche Substanz geht schon allein deshalb mehr und mehr verloren, weil's immer mehr Engines werden, die einfach so weit weg sind in ihrem Schach von dem, was Menschen untereinander spielen, dass der Überblick schon über die Masse verloren geht.

Da bewahre ich eher noch Überblick über die Unmengen von Stellungen, die ich mir im Lauf der Zeit schon mit Engines angeschaut habe, da erkenne ich bestimmte Klassiker immer gleich wieder, wenn sie wieder irgendwo auftauchen und weiß auch schon oder noch, welche Engine da wann zuerst wie deutlich besser war als eine andere, Kunststück, meistens hab' ich das ja in extenso mit den Stellungen gemeinsam gespeichert, Output mit Evals und Kommentaren.
Und dann kommt eine neue Engine oder eine neue Version und sie verhält sich mit der wohlbekannten Stellung doch wieder irgendwie anders, das sind Unterschiede, die kann man wahrnehmen, vergleichen, speichern. Und da kann man von Stilen sprechen, Engines die bei der einen bestimmten Stellung besser sind, deren Stil ist ein dieser Stellung besser passender.
Für eine selektive Stellung bringt der entsprechend passende Spielstil time to solution, time to best line, time to best eval, all das bei bestimmter Engine im Vergleich zu bestimmter anderer.
Alles andere ist schiere Vermutung und sehr der Mode unterworfen

Das die weitere Entwicklung direkt eingestellt ist, davon kann man aber nichts lesen.

Übrigens, Vorteile bei ungleichem Material zu erzielen, erst Recht wenn noch viele Figuren auf dem Feld sind ... das ist auch eine Stärke von RubiChess und Lc0.

Uralochka produziert das doppelte an schnellen Gewinnen im Vergleich zu Stockfish oder Dragon gegen schwächere Gegner.
Das sind so Dinger die ich für deutlich interessanter halte als einen Abkömmling zu testen.
Weckt nicht meinen Forscherdrang!