如果配置文件内部的信号互相矛盾，一万套随机配置也无济于事。本文说明真正有用的设备配置数量，以及为什么罕见硬件反而需要更谨慎。
许多竞品用指纹库的规模相互比较，仿佛配置越多越好。我们的实测结论不同。Canvas 与 WebGL 会根据配置文件种子产生差异，因此即使使用同一套基础设备配置，两个配置文件的结果也能不同。真正提供差异的是配置文件种子，而不是罕见的基础设备。
“一万套”还涉及许可问题。公开的 10,000 条指纹数据集采用 GPL-3.0 许可，NimbusX 不会将其随产品提供。Free 用户如有需要，可以自行下载该数据集；付费方案使用 NimbusX 自建的设备配置库，由我们的采集工具生成，不受第三方数据集许可约束。
重复的配置未必会直接造成关联，内部矛盾才更危险。例如显卡与芯片来自不同代际、字体数量超出该系统的正常范围，或显示器从未与这类硬件搭配销售。检测器寻找的是单个配置文件里的矛盾，而不只是账号之间的相同项。
来自真实设备的 100 到 300 个常见配置通常就足够了。多样性来自于个人资料层面的变化。一条规则更重要：不常见的硬件不应在同一平台上的多个配置文件中重复。
一项实测可以说明量级。字体提供的信息量最高： 9.45 比特；仅字体列表一项就能让 35% 的电脑保持唯一。因此，设备自动选择依据的是宿主电脑实际能提供的参数，而不是随机抽取。若某套身份需要 368 款字体，而电脑只有 147 款，网站看到的只能是两者交集，而非所声明的身份。实测可用率为：201 款字体的身份可达到 79%，400 款以上则为 35% 至 40%。
五十个账号都显示 RTX 4090 和相同的 386 款字体，比五十个使用常见消费级硬件的账号更显眼。罕见本身就是信号。NimbusX 会在配置进入设备库前检查内部一致性，在列表中标出少见设备，并让引擎为移动身份选择硬件。
另有一项健康指标用于监控复用情况。命令 device coverage 会显示每条设备记录被多少个配置文件使用。数字大于一时，这些配置文件更容易被关联，设备库也就失去了作用。
使用 Free 方案创建两个配置文件，并分别通过 浏览器指纹测试 和独立的公开检测器。Canvas 与 WebGL 结果不同，设备信号保持一致，原始数据可以直接证明这一点。