🤖 Performance du modèle

Statistiques du modèle d'IA

Notre modèle de machine learning analyse tous les matchs de football qu’il rencontre, pas seulement les 3 pronostics que nous publions chaque jour. Vous trouverez ci-dessous les données complètes de performance de l’IA sur des milliers de matchs. C’est ainsi que le modèle apprend et s’améliore avec le temps.
5,689Matchs analysés
5,420Réglés
44.2%Précision du modèle
2,397Prédictions correctes

Il s'agit du taux de réussite brut du modèle sur le résultat exact 1X2 sur tous les matchs analysés, et non du taux de réussite de nos pronostics publiés. Nos pronostics combinent plusieurs marchés (double chance, plus/moins, handicap asiatique) et gagnent bien plus souvent. Ces chiffres sont cumulés depuis mars 2026 et incluent des versions antérieures du modèle; notre modèle actuel (v4) est plus performant, voir la section Ensemble ci-dessous. Voir les résultats de nos pronostics. Que signifient ces chiffres ?

Répartition des résultats

44%
26%
30%
Victoire domicile 44% (2380)Nul 26% (1407)Victoire extérieur 30% (1633)

Répartition Plus/Moins 1.5

79%
21%
Plus de 1.5 79% (3909)Moins de 1.5 21% (1022)

Précision du modèle Plus/Moins 1.5 : 78.1% (3850/4931 corrects)

Répartition Plus/Moins 2.5

56%
44%
Plus de 2.5 56% (3059)Moins de 2.5 44% (2361)

Précision du modèle Plus/Moins : 55% (2980/5420 corrects)

Répartition Plus/Moins 3.5

34%
66%
Plus de 3.5 34% (1696)Moins de 3.5 66% (3235)

Précision du modèle Plus/Moins 3.5 : 63.4% (3124/4931 corrects)

Les deux équipes marquent (BTTS)

57%
43%
BTTS Oui 57% (2826)BTTS Non 43% (2105)

Précision du modèle BTTS : 55% (2712/4931 corrects)

Résultats handicap asiatique

49%
49%
2%
Domicile couvre 49% (2084)Extérieur couvre 49% (2050)Nul (push) 2% (91)

Précision du modèle HA : 44.6% (1842/4134 corrects, 91 push)

Précision du modèle 1X2 par compétition

Il s'agit du taux de réussite brut 1X2 (domicile/nul/extérieur) du modèle. Nos pronostics publiés utilisent aussi la double chance, les plus/moins et le handicap asiatique, leur taux de réussite diffère donc; voir les archives pour les résultats.

Fort (45%+)Modéré (38-45%)Faible (moins de 38%)Ligne pointillée = 33,3% (hasard)
CompétitionMatchsCorrectsPrécision
Serie A16096
60%+26.7
Super League10858
53.7%+20.4
Eredivisie14879
53.4%+20.1
Jupiler Pro League15983
52.2%+18.9
1. Division209105
50.2%+16.9
Ekstraklasa17788
49.7%+16.4
Ligue 113767
48.9%+15.6
Primeira Liga14671
48.6%+15.3
Allsvenskan19792
46.7%+13.4
Bundesliga12759
46.5%+13.2
3. Liga14969
46.3%+13
La Liga18786
46%+12.7
UEFA Europa Conference League307140
45.6%+12.3
UEFA Champions League15469
44.8%+11.5
Brazilian Série A234102
43.6%+10.3
Segunda División22095
43.2%+9.9
Süper Lig14361
42.7%+9.4
Serie B15164
42.4%+9.1
Premier League468198
42.3%+9
Ligue 214360
42%+8.7

Prédictions récentes de l'IA

DateMatch1X2Model O/U 1.5O/U 2.5O/U 3.5BTTSLigne HARéelRésultat
25 oct. 2026Primeira LigaSporting CP vs Academico ViseuVictoire domicile71%—Over 2.5 ✅——-1.3 (Home) ❌Victoire extérieur (1-2)❌
25 oct. 2026La LigaBarcelona vs Real MadridVictoire domicile45%—Over 2.5 ✅——-0.3 (Home) ❌Victoire extérieur (1-2)❌
25 oct. 2026Serie AUdinese vs AC MilanVictoire extérieur58%Over 1.5 ✅Over 2.5 ❌Under 3.5 ✅BTTS Yes ❌+0.8 (Away) ✅Victoire extérieur (0-2)✅
25 oct. 2026EredivisieAZ Alkmaar vs TwenteVictoire domicile38%—Over 2.5 ❌——+0.0 (Away)Victoire extérieur (0-2)❌
25 oct. 2026Jupiler Pro LeagueUnion St. Gilloise vs Cercle BruggeVictoire domicile72%—Over 2.5 ✅——-1.5 (Home) ✅Victoire domicile (5-2)✅
25 oct. 2026Primeira LigaRio Ave vs FamalicaoVictoire extérieur45%—Over 2.5 ✅——+0.3 (Away) ✅Victoire extérieur (0-4)✅
25 oct. 2026Primeira LigaNacional vs SC BragaVictoire extérieur58%—Under 2.5 ✅——+0.8 (Away) ❌Victoire domicile (1-0)❌
25 oct. 2026La LigaReal Sociedad vs LevanteVictoire domicile45%—Over 2.5 ✅——-0.5 (Home) ✅Victoire domicile (2-1)✅
25 oct. 2026Segunda DivisiónCastellón vs Sporting GijonVictoire domicile49%—Over 2.5 ✅——-0.5 (Home) ✅Victoire domicile (4-0)✅
25 oct. 2026Jupiler Pro LeagueGent vs AnderlechtVictoire domicile39%—Over 2.5 ✅——+0.0 (Away)Victoire domicile (4-0)✅
25 oct. 2026Serie ALecce vs JuventusVictoire extérieur54%—Over 2.5 ❌——+0.8 (Away) ✅Victoire extérieur (0-2)✅
25 oct. 2026BundesligaSC Freiburg vs Bayern MünchenVictoire extérieur65%—Over 2.5 ✅——+1.3 (Away) ✅Victoire extérieur (1-3)✅
25 oct. 2026Premier LeagueSunderland vs LeedsVictoire domicile37%—Under 2.5 ✅——+0.0 (Away)Nul (0-0)❌
25 oct. 2026Serie BHellas Verona vs PisaVictoire extérieur59%—Over 2.5 ❌——+0.8 (Away) ❌Nul (1-1)❌
25 oct. 2026Ligue 1Rennes vs StrasbourgVictoire domicile46%—Over 2.5 ✅——-0.3 (Home) ✅Victoire domicile (3-0)✅

Modèle d'ensemble

44.2%Précision de l'ensemble
5,387Matchs réglés

Notre modèle v4 GradientBoosting — l'IA derrière chaque pronostic que nous publions — atteint actuellement 47.3% de précision sur 2,315 matchs réglés depuis son déploiement. Cela correspond à la difficulté inhérente des résultats de football à 3 issues (hasard = 33,3%). La précision se stabilisera à mesure que davantage de données s'accumuleront.

36.1%Quand tous les modèles sont d'accord
1,772Tous les modèles étaient d'accord

Répartition du score d'ensemble et précision

Plage de scoreMatchsPrécision
0-9428
31.3%
10-191371
37.4%
20-29912
40.7%
30-39831
45.1%
40-49806
45.3%
50-59539
57.7%
60-69331
58.9%
70-79131
70.2%
80-8933
69.7%
90-994
25%
100-1091
100%

Calibration du modèle

Un score de confiance plus élevé signifie-t-il vraiment une prédiction plus précise ? Ce graphique y répond. Nous regroupons chaque prédiction réglée selon le score de confiance interne attribué par le modèle, puis nous affichons le taux de réussite réel de chaque groupe. Un escalier ascendant est ce que vous voulez voir : cela signifie que le modèle sait quand il a le plus de chances d’avoir raison.

Note, 17 septembre 2026 : ce graphique montre le score de classement interne du modèle. Savoir si ses probabilités battent le marché des bookmakers est une autre question, et lors de nos propres tests, ce n’était pas le cas. La mesure complète figure dans notre mise à jour méthodologique.

Chaque barre regroupe les prédictions selon le score de classement interne du modèle (0–100) et montre à quelle fréquence ces prédictions se sont avérées justes sur les matchs terminés. Une tendance croissante signifie que ce classement est informatif. Cela ne signifie pas que le modèle bat le marché des bookmakers : lors de nos propres tests, ce n’était pas le cas. La taille des échantillons s’affiche au survol.

La précision du modèle est calculée uniquement sur les matchs réglés. Le modèle actuel utilise la forme, la moyenne de buts et les données de confrontations directes comme caractéristiques d’entrée. La précision s’améliore à mesure que davantage de données en direct sont collectées.

Plus de transparence: Résultats et historique · Quelle est la précision de l’IA ?