Precisión

Un bundle, cinco modelos, cada uno entrenado para una cantidad distinta de conocimiento sobre la partida. No son niveles de calidad: mandar un tablero al modelo equivocado da un número confiado sobre una situación en la que no está nadie, así que el sitio elige el modelo según lo que le has contado — y todas las tablas de abajo dicen a cuál pertenece cada número.

Mapas de torneos oficiales evaluados hacia adelante (walk-forward) sin filtración posterior a la partida, medidos contra los resultados reales (bwin) con las mismas 5 métricas — sin cuotas ni apuestas.

Mapas de torneos evaluados

2117official tournament maps

Posterior al draft (composición completa)

0,7325AUC

Previo al draft (solo plantillas)

0,7256AUC

Mejora del draft

+0,0069post minus pre

Cuando dijimos 62% de un mapa de torneo, ¿cuántas veces ganó azul?

2117 mapas oficiales, las dos versiones sobre las mismas partidas. Es una muestra mucho más pequeña que la curva de soloq de arriba y los tramos lo notan — mira el intervalo, no el punto. Horizontal: lo que predijimos. Vertical: lo que pasó. Un modelo perfectamente calibrado cae sobre la línea discontinua. Cada punto es un tramo de probabilidad, dimensionado por cuántas predicciones cayeron en él; la barra es su intervalo del 95%. Barras anchas significan que todavía faltan partidas — no un modelo ancho.

En las mismas unidades que el resto de la página: del Brier de Posterior al draft (composición completa), que es 0,2049, la mala calibración supone 0,001319 — en torno al 0,644 %. Casi todo el error es la moneda que lanza la partida y lo que el modelo no logra separar, no la probabilidad estando mal. En conjunto nos quedamos cortos con a azul en 0,99 %, una dirección que un desvío medio no puede darte porque descarta el signo.

Cuánto mejora la precisión predictiva al pasar de las valoraciones de plantilla previa al draft a la composición completa de 10 campeones y el estado del draft.

Ambas filas puntúan los mismos mapas, así que la diferencia entre ellas es el draft y nada más.

Nuestra propia medición, sobre una división que elegimos nosotros. El número es normal; lo que merece la pena comprobar es la división.

División

parche reservadoninguna partida de la ventana de test estuvo en el entrenamiento

Medido en

2026-10-06el build de parche del que salen estos números

Sirviendo ahora

2026-10-20un reajuste diario de la misma receta, sobre todo lo posterior

De dónde salieron las partidas de test

Dimensionado por días reales. Las dos ventanas se tocan el 22 sept y no se solapan.

Entrenado sobre

4.952.043 partidasparches 1618 · del 9 sept al 23 sept · 14 días

Reservado y probado sobre

5.385.379 partidasparches 1619 · del 22 sept al 6 oct · 14 días

Por qué el entrenamiento tiene tan pocos parches: KR y EUW empezaron a recopilarse el 31 ago 2026 y un solo modelo sirve a las tres regiones, así que solo entrena con los días que tienen las tres. Cada build además reserva su parche más reciente para la prueba, lo que deja 1 de los 4 parches con los que un build suele entrenar. Cada parche nuevo añade uno hasta llenar la ventana. Los historiales de jugadores en KR y EUW son igual de recientes, así que los modos que conocen a los jugadores son los que más pueden ganar; los builds de parche de abajo mostrarán si lo hacen.

Qué aspecto tendría una división aleatoria

Una ilustración, no nuestros datos. Las cifras publicadas en otros sitios salen de divisiones con esta forma: los mismos parches a ambos lados, así que el modelo se prueba sobre el meta con el que entrenó. La misma cantidad de datos de test, tomados de dentro del periodo de entrenamiento en vez de después.

Qué puntúa cada modelo

El parche reservado de arriba. El eje empieza en 0,50, que es una moneda al aire — no en cero, porque ningún modelo vive por debajo.

La misma medición, rehecha cada parche

Cada build vuelve a seleccionar sus features y se reajusta desde cero, y después puntúa un parche que no ha visto nunca. Cada faceta mide 0,080 de AUC de alto, así que la misma subida significa lo mismo en las cinco — pero cada una está centrada en su propio modelo, porque son cinco preguntas distintas y no una clasificación. Casi ninguno se mueve, y ese es el hallazgo, no un gráfico plano: a lo largo de 5 reconstrucciones, todos los modelos menos Draft a medias, soloq se quedan dentro de 0,044 de AUC de punta a punta.

Los dos primeros builds reservan el mismo parche sobre una ventana creciente (516.665 partidas, luego 1.092.703), así que no son puntos independientes. Una caída no es automáticamente una regresión. El build del 26 de agosto de 2026 es el que destaca aquí, y es una corrección: Draft a medias, soloq perdió ahí la visibilidad de identidad acumulada, que le estaba enseñando el historial de todos los que ya habían elegido — información que nadie tiene en una selección de campeones real de soloq.

Puntos de builds cuyos números incluyen una fuga conocida (descritas bajo el gráfico de arriba): Draft completo, jugadores conocidos (4/5), Draft a medias, plantilla conocida (4/5), Draft a medias, soloq (4/5).

La diferencia entre modelos es el producto, no un defecto. Los modelos anónimos solo conocen los campeones; los de identidad además saben quién los juega, que vale más que cualquier feature suelta que hayamos encontrado — y es justo lo que una herramienta de solo campeones no puede añadir.

Todas las partidas clasificatorias de un día, puntuadas por un modelo congelado antes de que ese día ocurriera. No hay división que elegir: el futuro es el conjunto de test.

El mismo día de cada parche, desde que empezamos

Una faceta por modelo, de 0,0400 de AUC de alto. El eje son los días desde que salió el parche, así que cada punto promedia esa posición entre parches. El error estándar de un día, unos 0,002 de AUC con 80.000 partidas, es más o menos una décima parte de una faceta, y un solo bandazo de ese tamaño es ruido y no noticia. La línea discontinua es AUC de ese modelo sobre el parche reservado, del build del 6 oct 2026 — una medición distinta sobre partidas distintas, que es justo por lo que merece la pena ver si los días caen encima.

Cuando dijimos 62%, ¿cuántas veces ganó azul de verdad?

10.762.569 predicciones en 28 días (del 23 sept 2026 al 20 oct 2026), una faceta por modo — las mismas partidas que la figura de arriba, agrupadas en rangos de cinco puntos de lo que predijimos en vez de por cuándo. La línea continua está ajustada a los tramos, ponderada por cuántas predicciones tiene cada uno; la discontinua es donde caería una predicción perfecta. Horizontal: lo que predijimos. Vertical: lo que pasó. Un modelo perfectamente calibrado cae sobre la línea discontinua. Cada punto es un tramo de probabilidad, dimensionado por cuántas predicciones cayeron en él; la barra es su intervalo del 95%. Barras anchas significan que todavía faltan partidas — no un modelo ancho.

En las mismas unidades que el resto de la página: del Brier de Draft completo, jugadores conocidos, que es 0,2199, la mala calibración supone 0,000008 — en torno al 0,004 %. Casi todo el error es la moneda que lanza la partida y lo que el modelo no logra separar, no la probabilidad estando mal. En conjunto nos pasamos con a azul en 0,05 %, una dirección que un desvío medio no puede darte porque descarta el signo.

El historial de Riot guarda quién jugó qué, pero no el orden en que se eligió. Así que lo modelamos: a cada partida de entrenamiento se le reparte un orden de revelado, sacado al azar.

En soloq eso se parece bastante a la realidad. Tu turno de pick sale de la sala y no tiene nada que ver con tu rol — puedes ser primer pick jugando de support — así que el orden es de verdad casi un sorteo, y usar uno cuesta poco. Lo que un sorteo no reproduce es el emparejamiento: el orden moldea la composición, porque un campeón elegido el último puede responder a lo que ve y uno elegido el primero no, y nosotros repartimos el orden con independencia de la composición a la que se lo repartimos. Así que a veces un counterpick tardío cae en un turno temprano. Cuánto vale eso es la pregunta abierta, y la única forma de responderla son drafts registrados según ocurrieron — que es lo que guarda la página de draft cuando se introduce una selección de campeones según se bloquea.

Hacia poder comprobarlo

70 de 750lados completos, contando el menor entre azul y rojo — el umbral que el propio estimador pide antes de sustituir el orden asignado

Drafts completos registrados

59de 236 selecciones introducidas; el resto se quedaron a medias o no se pudieron releer sin ambigüedad

Recogiendo desde

1 sept 2026la primera selección de campeones introducida según ocurría

Para esto no se guarda nada tuyo: un draft registrado son los campeones, su lado y el orden, sin ninguna cuenta asociada. El recuento solo sube cuando alguien introduce una selección de campeones mientras está pasando, así que es un número lento por construcción — y el modelo no lo está esperando.

Para cada draft, en que posicion quedo el campeon que el jugador bloqueo realmente dentro de nuestra clasificacion de los campeones que ese jugador ya juega, evaluado al dia siguiente contra un historial congelado antes de que empezara la partida.

Dias evaluados

282026-09-20 - 2026-10-20

Partidas

922.493

Jugadores

318.959

Campeones por jugador

7,3

Que modelo clasifico estos dias

Todas las tablas de aqui juntan estos dias, y no todos los clasifico el mismo modelo. Cada dia cuenta para el modelo que lo clasifico.

8 de los 28 dias (2026-09-29 a 2026-10-06, 281.633 picks) los clasifico un modelo que el sitio ya no servia. Dicen como clasificaba ese modelo, no como lo hace el de hoy.

Evaluados despues de su noche: 2026-10-07, 2026-10-08, 2026-10-09, 2026-10-10, 2026-10-11. Cada uno se clasifico con el historial de jugadores guardado esa noche, asi que ninguna eleccion se comparo con un historial que ya la incluia.

¿Gano el que pusimos primero?

Cada fila es un puesto de nuestro ranking, no un acumulado: #2 son solo las elecciones que pusimos segundas, comparadas con las que pusimos por debajo. Cada fila cuenta ademas solo a jugadores con mas campeones que ese puesto: en un repertorio de cinco, “lo pusimos entre el 6.º y el 10.º” no puede ocurrir y la fila solo repetiria el promedio. La comparacion es el resto de ese mismo repertorio, no el 50%, porque las elecciones dentro del repertorio ya ganan cerca del 52,8% — esa cifra es la familiaridad, medida, y es lo que una recomendacion tiene que superar.

Las mismas elecciones, segun su lugar en el repertorio

Banda superior menos banda inferior: 5,0 puntos porcentuales. Mira los intervalos de cada fila antes de tomarlo por una diferencia real: estan calculados por partida, no por puesto.

¿Y las elecciones que no sugerimos?

Fuera de nuestras 10 primeras menos nuestras 10 primeras: -3,7 puntos porcentuales.

Medido en 27 dias (2026-09-23 a 2026-10-20): los dias que registran elecciones fuera del repertorio.

A nadie se le asigna al azar un campeon que estrena. Es autofill, una cuenta nueva de alguien con mas nivel, un jugador ampliando su repertorio, un contrapick que sintio obligado. Esto dice lo que paso, no lo que nadie deberia hacer — y se mide sobre los mismos drafts, el mismo dia y contra el mismo historial congelado que las tablas de arriba.

Nuestra #1 frente a su eleccion segura

Para cada eleccion anotamos tambien el campeon que el jugador elegiria sin ninguna ayuda: el que mas ha jugado en ese rol, el que ha estado jugando ultimamente y el de mas maestria. Cuando ese era tambien nuestra #1, seguirnos y jugar seguro son lo mismo. La comparacion se hace en los drafts donde ambos diferian: ¿ganaron mas los jugadores que tomaron nuestra #1 que los que tomaron su eleccion segura?

27 dias (2026-09-23 a 2026-10-20), 921.907 elecciones. Un intervalo que cruza cero significa que aun no se pueden distinguir.

A nadie se le asigna nuestra eleccion o la habitual al azar: quien deja su main puede estar contrarrestando, rellenando un rol o probando algo nuevo. Esto compara lo que paso, no lo que habria pasado.

¿Se cumplio la probabilidad que predijimos?

Para las elecciones dentro de su repertorio guardamos tambien la probabilidad de victoria que predijimos para el campeon que eligieron y para nuestra #1. Nadie juega ambos, asi que la prueba es esta: las elecciones que predijimos mas por debajo de nuestra #1 deberian ganar menos, mas o menos lo que dice la columna predicha. Si la columna “gano” se queda plana mientras la predicha baja, las diferencias que predecimos son ruido.

Nuestra probabilidad predicha para la eleccion hecha, evaluada en 741.072 elecciones: AUC 0,5617 · log loss 0,6870 · Brier 0,2469 · precision 0,5428 · ECE 0,0096.

Los jugadores eligen por su cuenta, y sentirse comodo con un campeon ya predice ganar de por si. Esto muestra si las elecciones que clasificamos alto ganaron mas a menudo. No muestra que seguir la recomendacion haga ganar.

Clasificado solo frente a campeones que ese jugador ya juega. Compararlo con los ~168 seria mas facil y menos honesto: el campeon elegido suele ser el unico candidato del que tenemos historial real, asi que ganaria por familiaridad y no por el consejo. El percentil hace comparables un repertorio de 6 campeones y uno de 40. La mayoria de jugadores tiene apenas unos pocos campeones por linea, asi que el percentil toma pocos valores distintos y las bandas salen desiguales por aritmetica, no por azar: eso es la restriccion funcionando, y suavizarlo ocultaria la medicion.

Predicciones que esta API devolvió antes de jugarse las partidas, puntuadas contra los resultados. Estas partidas no las eligió nadie por nosotros.

Contando desde el 2026-09-29. Las predicciones anteriores siguen en los registros, pero no se cuentan aquí.

Drafts con un jugador nombrado

86una selección de campeones cuenta una vez, por muchas veces que haya preguntado

Partidas de ranked solo puntuadas

33las únicas partidas sobre las que se calculan las cifras de abajo

Otras colas

1partidas reales en Normal Draft, Flex o Clash: jugadas, no puntuadas aquí

Remakes

0

No llegó a ser esa partida

50un dodge, o la siguiente partida del jugador fue otro draft

No pudimos consultarlo

0Riot rechazó la consulta hasta el plazo: nos toca arreglarlo

Aún esperando

2menos de un día, todavía sin resultado

Drafts personalizados y contra bots excluidos

22respondidos para el companion de escritorio, nunca medidos

Predicciones sin jugador nombrado

5459uso: drafts probados en la web; nunca pueden tener resultado

Modo: Draft completo, jugadores conocidos

19Partidas de ranked que respondió · 22 drafts que lo pidieron

Modo: Draft a medias, soloq

33Partidas de ranked que respondió · 85 drafts que lo pidieron

De qué es esto una medición

Estas predicciones no las hizo todas el mismo modelo. Aquí está cada versión que hemos publicado desde que se abrió el registro, y cada parche que ha estado activo desde entonces. Esto es cuáles son y qué parte de la muestra aporta cada una.

Las partidas puntuadas abarcan

30 sept - 20 oct 2026sirviendo desde el 1 sept 2026, 43 días de registro

Versiones detrás

142026-10-03 (7), 2026-10-19 (5), 2026-10-15 (4), 2026-10-13 (3), 2026-10-09 (2)

Parches jugados

21620 (21), 1619 (12)

Respondiendo ahora

2026-10-20no es ninguna de las medidas arriba: cada partida puntuada la respondió un modelo ya reemplazado, que es lo que hace un reajuste diario y no un fallo

AUC

0,6287± 0,1925

Log loss

0,65120,693 es una moneda al aire; más bajo es mejor

Brier

0,23190,25 es una moneda al aire; más bajo es mejor

Accuracy

51,5 %partidas acertadas al 50%

Error de calibración

0,1905diferencia media entre lo predicho y lo observado, 15 tramos

Winrate azul aquí

48,5 %~50% en la población; muy lejos significa una muestra rara