Un Baseline Profile es un archivo de reglas que le dice al runtime de Android (ART) qué rutas de tu código compilar por adelantado, de modo que el arranque y los primeros desplazamientos se ejecuten ya compilados en lugar de interpretarse o compilarse sobre la marcha. La documentación oficial lo presenta como una forma de optimización guiada por perfil (PGO) y habla de una mejora de en torno al 30 % en la velocidad de ejecución del código desde el primer arranque. Es una cifra típica, no una garantía: hay que medirla en tu app.
Qué logró el equipo de Android Calendar
El equipo de Calendar publicó su caso en la documentación para desarrolladores de Android (página actualizada el 19 de mayo de 2026). Habían pasado a un ciclo de lanzamientos semanal y querían que los usuarios tuvieran el rendimiento máximo desde el primer día de cada versión. Estos son sus resultados agregados según la tabla del caso:
- Arranque interactivo (mediana): de 775 ms a 644 ms, un 17 % más rápido.
- Arranque en frío (mediana): de 1.058 ms a 901 ms, un 15 % más rápido.
- Arranque en caliente (mediana): de 453 ms a 378 ms, un 17 % más rápido.
- Tasa mediana de fotogramas con jank en las vistas de agenda y de mes: entre un 42 % y un 60 % menos.
Un matiz que conviene no pasar por alto: el resumen del caso habla de «alrededor de un 20 %» más rápido y «alrededor de un 50 %» menos de fotogramas lentos, mientras que la tabla da 15-17 % y 42-60 %. Son órdenes de magnitud coherentes, no cifras que puedas prometer para tu app. Además, el perfil va dentro del APK, así que no se puede hacer un A/B clásico: el equipo comparó con lanzamientos controlados, es decir, una versión desplegada a un subconjunto de usuarios frente a usuarios con una versión parecida a la anterior. El caso tampoco da los valores previos y posteriores del jank.
Por qué sirve si ya tienes Cloud Profiles
Los Cloud Profiles se construyen con datos agregados de usuarios reales y tardan entre uno y dos días en alcanzar su efecto máximo tras un lanzamiento. Con una cadencia semanal, eso es una parte apreciable del ciclo. El Baseline Profile viaja en el APK, así que el beneficio llega desde la instalación. Según el propio caso, al combinar ambos las ganancias pueden encogerse un poco durante la primera semana, mientras se generan los Cloud Profiles.
Cómo se genera, en resumen
Se escribe una prueba de Macrobenchmark con BaselineProfileRule que recorre los flujos críticos de la app (el arranque y, después, las pantallas o desplazamientos más usados), y el plugin de Gradle de Baseline Profile genera el archivo con ./gradlew app:generateBaselineProfile. Un ejemplo mínimo:
class BaselineProfileGenerator {
@get:Rule
val rule = BaselineProfileRule()
@Test
fun startup() = rule.collect(packageName = "com.example.app") {
startActivityAndWait()
}
}La documentación cita estos requisitos: Android Gradle Plugin 8.0 o superior (mejor el último) y, para que Google Play aplique el perfil en la instalación, Android 9 o superior; en Android 7 a 8.1 lo instala la librería profileinstaller en el primer arranque. El perfil compilado debe pesar menos de 1,5 MB y la versión de release debe usar minificación con R8 para que las reglas se reescriban; el plugin se encarga de esa configuración. Si distribuyes fuera de Google Play, puede que el perfil no se aplique en la instalación y el beneficio llegue tras la optimización en segundo plano, probablemente por la noche.
Otros números que circulan
El Android Developers Blog, en su semana de rendimiento de noviembre de 2025, cita a Trello (un 25 % menos de tiempo de arranque en su flujo principal) y a Meta (mejoras de hasta el 40 % en métricas críticas de sus apps). Son casos de la propia plataforma y cada uno mide de forma distinta, así que sirven para calibrar la expectativa, no para compararlos entre sí.
Qué mediría yo (opinión propia)
Esto es opinión propia, no de la fuente. Antes de celebrar nada, compararía en un dispositivo real el arranque con CompilationMode.None y con CompilationMode.Partial usando Macrobenchmark, con varias ejecuciones y la mediana, y lo confirmaría después en producción con un lanzamiento controlado, como hizo Calendar. Un perfil que solo cubre el arranque ayuda al arranque: si tu problema es el desplazamiento de una lista, el recorrido que grabes tiene que incluirlo. Y anotaría el resultado con la mediana y los casos atípicos aparte, no con el mejor número.
Y tú, ¿tienes un Baseline Profile en tu app: sí o no?
