Nous optimisons le temps d'exécution des algorithmes primal-duaux en optimisant leurs critères d'arrêt pour résoudre des problèmes d'optimisation convexe sous contraintes d'égalité affine, ce qui signifie terminer l'algorithme plus tôt avec moins d'itérations. Nous étudions les relations entre quatre critères d'arrêt et montrons dans quelles conditions ils sont précis pour détecter des solutions optimales. Celui qui est non calculable : "Écart optimal et erreur de faisabilité", et ceux qui sont calculables : l'"Erreur de Karush-Kuhn-Tucker", l'"Écart de dualité projeté" et l'"Écart de dualité lissé". En supposant une sous-régularité métrique ou une borne d'erreur quadratique, nous établissons que tous les critères calculables fournissent des bornes supérieures pratiques pour l'écart optimal, et l'approximent efficacement. De plus, nous établissons la comparabilité entre certains des critères calculables sous certaines conditions. Des expériences numériques sur la poursuite de base, et des programmes quadratiques avec (ou sans) poids non négatifs corroborent ces résultats et montrent la stabilité supérieure de l'écart de dualité lissé par rapport aux autres.