Como funciona nossa IA e como a testamos contra as casas de apostas
Cada palpite da Daily Sport Pick sai de um sistema automático: três modelos de previsão avaliam cada jogo e regras fixas decidem o que é publicado. Nenhum tipster escolhe na mão. Aqui estão os modelos, as regras e os testes que fazemos com os dois, inclusive os que não passamos.
Nosso modelo contra o mercado de apostas
Em setembro comparamos as probabilidades do nosso modelo com as probabilidades implícitas nas odds, sem a margem, em 3.519 jogos entre abril e setembro de 2026. Todas as previsões foram feitas antes do apito inicial. Usamos o log-loss, uma medida padrão para previsões de probabilidade: menor é melhor, e erros confiantes demais são punidos com força. Como referência, avaliamos também uma previsão que sempre prevê o resultado médio.
| Resultado final, por grupo de competições | Jogos | Nosso modelo | Odds | Sempre a média |
|---|---|---|---|---|
| 5 grandes ligas | 553 | 1,025 | 1,004 | 1,081 |
| Eredivisie, Primeira Liga, Pro League belga, Championship, Brasileirão, MLS | 709 | 1,047 | 1,003 | 1,081 |
| Competições europeias | 468 | 1,099 | 0,926 | 1,051 |
| Segundas divisões e ligas europeias médias | 551 | 1,127 | 1,024 | 1,080 |
| Todas as outras competições | 1.238 | 1,086 | 1,023 | 1,073 |
| Todos os jogos | 3.519 | 1,076 | 1,003 | 1,075 |
Fonte: previsões ao vivo da Daily Sport Pick contra odds sem margem, de abril a setembro de 2026.
- O mercado de apostas foi a melhor previsão em todos os mercados testados (resultado final, mais/menos 1,5, 2,5 e 3,5 gols, ambas marcam) e em todos os grupos de competições.
- Nas grandes ligas nosso modelo ficou perto do mercado. Nas competições europeias e nas ligas menores foi pior do que prever sempre a média.
- Poucos dados é o que mais atrapalha. Quando um time tinha menos de três jogos de dados, o modelo marcou 1,163, pior do que chutar. Com três ou mais, 1,038.
Em 3.519 jogos as odds foram previsão melhor do que nosso modelo em todos os grupos. Por isso mostramos os dois números lado a lado e nunca chamamos um palpite de value.
Calibração: 70% quer dizer 70%?
Um modelo está bem calibrado quando seus palpites de 70% acertam cerca de 70% das vezes. Agrupamos cada previsão ao vivo liquidada pela probabilidade que o modelo dava à sua escolha e contamos quantas vezes essa escolha se confirmou:
| O modelo dizia | Jogos (antigo v3.1) | Acertou (antigo) | Jogos (novo v4) | Acertou (v4) |
|---|---|---|---|---|
| 30–40% | 16.548 | 39,0% | 679 | 37,3% |
| 40–50% | 26.532 | 41,0% | 667 | 45,0% |
| 50–60% | 14.085 | 45,1% | 399 | 54,4% |
| 60–70% | 6.532 | 52,4% | 147 | 64,6% |
| 70–80% | 3.054 | 59,4% | 81 | 71,6% |
| 80–90% | 1.312 | 67,6% | 35 | 80,0% |
| 90–100% | 334 | 70,7% | – | – |
Fonte: 68.404 previsões ao vivo liquidadas, de 23 de março a 11 de outubro de 2026. O modelo antigo rodava em todas as competições; o v4 só onde os dados são melhores, então as duas colunas não são os mesmos jogos.
O modelo antigo era confiante demais, e mais ainda quanto mais seguro estava: com cerca de 84% acertava 67,6% das vezes, com cerca de 94% só 70,7%. Nosso modelo de mais/menos gols mostra o mesmo padrão: quando dizia cerca de 74%, a linha se confirmou 57,4% das vezes em 18.717 jogos. O novo modelo v4 está bem mais perto da diagonal, mas com muito menos jogos.
Os números altos do modelo antigo eram altos demais. Onde dizia 74%, a realidade foi 59%. É o principal motivo de termos tirado as etiquetas de “confiança da IA” e de mostrarmos agora a probabilidade do mercado ao lado de cada número do modelo.
Modelo antigo contra modelo novo, nos mesmos jogos
A tabela de calibração não é uma comparação justa: o v4 só roda nas competições com melhores dados. Por isso comparamos também os dois modelos exatamente nos mesmos 1.639 jogos:
| Nos mesmos jogos | Modelo antigo (v3.1) | Modelo novo (v4) |
|---|---|---|
| Jogos | 1.639 | 1.639 |
| Acertou o resultado | 47,3% | 47,3% |
| Log-loss (menor é melhor) | 1,217 | 1,032 |
Fonte: previsões ao vivo da Daily Sport Pick, de abril a outubro de 2026, jogos com probabilidades dos dois modelos.
Os dois modelos acertaram o resultado com a mesma frequência, 47,3%. A diferença está nas probabilidades: o v4 marca 1,032 e o modelo antigo 1,217. Para comparar, prever sempre a média deu cerca de 1,08 no nosso teste de setembro, e as odds cerca de 1,00. A diferença no log-loss é maior do que na tabela de calibração, o que aponta para erros confiantes demais nos resultados que o modelo antigo não escolhia: o log-loss pune muito mais uma probabilidade de 3% que acontece do que uma escolha de 60% que falha.
O novo modelo não acerta mais vencedores. Ele é mais honesto sobre a chance de cada um. Neste conjunto ele bate claramente o chute; se bate o mercado de apostas, só vamos afirmar depois de medir em jogos novos.
O que acontece quando os modelos concordam
Em cada jogo contamos quantos dos três modelos favorecem o mesmo resultado:
| Modelos de acordo | Jogos | O modelo dizia | Acertou |
|---|---|---|---|
| Um modelo | 31.737 | 47,6% | 40,2% |
| Dois modelos | 31.789 | 50,6% | 47,5% |
| Os três | 1.315 | 54,4% | 50,0% |
Fonte: previsões ao vivo liquidadas, de março a outubro de 2026.
O sistema também dá a cada jogo uma pontuação interna de ensemble de 0 a 100. Ela ordena bem os jogos: abaixo de 10 o resultado favorecido se confirmou 35,7% das vezes, acima de 90 76,1%, e os 50 jogos com 100 pontos 84,0%. É um número de ordenação, não uma probabilidade, e não decide quais palpites publicamos.
Concordar ajuda: 50,0% quando os três concordam, 40,2% quando só um modelo apoia o resultado. Mas mesmo assim o modelo dizia 54,4%, então a concordância não cura o excesso de confiança. Só 6 dos nossos palpites de teste tiveram concordância total; 5 ganharam, poucos demais para tirar conclusões.
Os três modelos
- Aprendizado de máquina. Um modelo de árvores de decisão com gradient boosting treinado em mais de 28.000 jogos históricos. A versão nova v4 cuida das competições com melhores dados; a antiga v3.1 serve de reserva nas demais.
- Poisson. Estima quantos gols cada time deve marcar a partir de avaliações de ataque e defesa por competição, corrigidas pelo mando de campo, e transforma esses gols esperados numa matriz completa de placares.
- Dixon-Coles. Amplia o Poisson com uma correção para placares baixos como 0 a 0 e 1 a 1 (Dixon e Coles, 1997), é ajustado por máxima verossimilhança e dá mais peso aos jogos recentes. Ajustado por competição.
- O ensemble. Onde o modelo de aprendizado de máquina tem dados confiáveis, os três são ponderados 60% aprendizado de máquina, 20% Poisson e 20% Dixon-Coles. Nas demais, Poisson e Dixon-Coles dividem o peso. Um modelo sem dados confiáveis para um jogo fica de fora e os pesos são reajustados.
O modelo de aprendizado de máquina usa variáveis como:
- Ratings ELO, geral e separados em casa e fora
- Fase recente dos dois times
- Gols e gols esperados, marcados e sofridos por jogo
- Número de jogos anteriores, para o modelo saber quantos dados tem
Cada variável é calculada no momento: só entra informação disponível antes do apito inicial. O ponto fraco é o começo da temporada e as copas, quando um time fez poucos jogos naquela competição.
Como escolhemos os palpites publicados
Desde 18 de setembro de 2026 as mesmas regras rodam todos os dias, sem seleção manual:
- Competições: Premier League, La Liga, Serie A, Bundesliga, Ligue 1, Eredivisie, Primeira Liga, Pro League belga, Championship, Brasileirão e MLS.
- Dados suficientes: os dois times precisam de pelo menos três jogos anteriores de dados.
- Palpites para múltiplas: a maior probabilidade do modelo, pelo menos 70%, com odd mínima de 1,30 e no máximo 18 pontos percentuais do mercado.
- Palpites extras: probabilidade do modelo de pelo menos 50%, odds entre 1,30 e 4,00, sem mercado de resultado final e no máximo 10 pontos percentuais acima do mercado. Ordenados por probabilidade.
- Checagem de divisão: jogos em que os dados de um time vêm de outra divisão ficam de fora.
- Sem palpites de enchimento: se nada cumprir as regras, publicamos menos palpites ou nenhum.
Nossos palpites publicados antes e depois das novas regras:
| Período | Principais | Ganhos | Retorno | Extras | Retorno |
|---|---|---|---|---|---|
| 10 mar a 17 set | 448 | 64,5% | −4,7% | 225 | −21,5% |
| 18 set a 11 out | 29 | 75,9% | +7,7% | 18 | −10,7% |
Fonte: palpites publicados da Daily Sport Pick, 1 unidade por palpite, liquidados na odd publicada. Histórico completo na nossa página de resultados.
As tabelas de palpites contam uma história mais sóbria. Desde 18 de setembro o modelo da tabela de múltiplas dizia em média 77,8%, se confirmaram 66,2% e as odds implicavam 74,2%. Nesses palpites o mercado seguiu mais perto da realidade do que nós.
Os primeiros 29 palpites principais com as novas regras renderam +7,7%, mas 29 palpites não provam nada: nosso resultado mensal oscilou entre −22,4% e +13,5%. Vamos publicar uma nova medição completa quando houver algumas centenas.
O que você vê no site
- % do modelo e % do mercado. Nos palpites, páginas de análise e tabelas, a probabilidade do nosso modelo aparece ao lado da implícita nas odds. O % do mercado tira a margem: odds de 1,80 e 2,10 em dois resultados viram cerca de 54% e 46%.
- Visão de mercado nas demais. Nas competições sem palpites, as páginas de análise mostram só as probabilidades do mercado.
- Sem etiquetas de value. Uma diferença entre modelo e mercado não é vantagem. Nosso teste de value betting mostra por quê.
- Mapa de calor de placares. A grade de cada página de análise mostra todos os placares de 0 a 0 a 4 a 4: a partir dos gols esperados do nosso modelo onde publicamos palpites, e das odds nas demais.
- Confira você mesmo. Nossa página de estatísticas do modelo mostra a pontuação interna contra os resultados liquidados, e publicamos uma análise de três bugs no nosso registro da odd de fechamento (em inglês), inclusive o que ainda não conseguimos medir.
Perguntas frequentes
Quais modelos de previsão a Daily Sport Pick usa?
Três: um modelo de aprendizado de máquina (árvores de decisão com gradient boosting) treinado em mais de 28.000 jogos históricos, um modelo de gols de Poisson e um modelo de Dixon-Coles. Onde o aprendizado de máquina tem dados confiáveis, eles são ponderados 60/20/20; nas demais, Poisson e Dixon-Coles dividem o peso.
O modelo de vocês bate as casas de apostas?
Até agora não. Em 3.519 jogos entre abril e setembro de 2026, as probabilidades implícitas nas odds foram previsão melhor do que nosso modelo em todos os mercados e grupos de competições medidos. O novo modelo v4 é claramente melhor que o antigo, mas ainda não mostramos que ele bate o mercado.
Qual é a precisão do modelo de IA?
Em 1.639 jogos em que as duas versões rodaram, o modelo antigo e o novo acertaram cada um o resultado 47,3% das vezes, contra 33% no chute. Em todas as mais de 68.000 previsões ao vivo desde março de 2026, que incluem competições mais fracas, o número foi 43,9%.
O modelo está bem calibrado?
O modelo antigo não: quando dizia cerca de 74%, acertava 59,4% das vezes. O novo modelo v4 está bem mais perto: com cerca de 74%, acertou 71,6% das vezes, em menos jogos.
O que acontece quando os três modelos concordam?
Eles acertam mais vezes: 50,0% em 1.315 jogos, contra 40,2% quando só um modelo apoia o resultado. Mas os modelos diziam 54,4% nesses jogos, então a concordância não elimina o excesso de confiança.
O que é a probabilidade do mercado?
A probabilidade implícita nas odds, sem a margem da casa. Odds de 1,80 e 2,10 em dois resultados viram cerca de 54% e 46%.
Dicas grátis, todos os dias
Dicas de futebol com IA no seu e-mail, todos os dias. Grátis, sem spam, cancele quando quiser.
18+ Aposte com responsabilidade. O jogo pode causar dependência.