Creo que la pregunta no es completa en absoluto. Es decir, las pruebas qué con qué ¿objetivo? Cuando se quiere comparar el rendimiento de una herramienta, hay que especificar una tarea concreta a realizar. Este resultado suele compararse con el rendimiento para la misma tarea pero con otra herramienta, es decir, ArcGIS Desktop frente a QGIS o gvSIG.
Un caso de uso particular para las pruebas podría ser la ejecución de un modelo de terreno para una región en particular, la reproyección de todos los puntos de un enorme shapefile o la realización de algunos renderizados 3D con flythroughs. Normalmente se cuenta el tiempo que se tarda en realizar cada tarea y luego se decide qué herramienta es mejor.
Así que la cosa es, elegir una tarea para hacer y ver el rendimiento, si no, tienes que ir a una prueba general. Teniendo en cuenta que usted no quiere hacer una prueba general de sw, ¿qué espera? de ArcGIS for Desktop?