🤖 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.
4,203Matchs analysés
3,870Réglés
42.2%Précision du modèle
1,635Prédictions 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

43%
27%
30%
Victoire domicile 43% (1673)Nul 27% (1027)Victoire extérieur 30% (1170)

Répartition Plus/Moins 1.5

79%
21%
Plus de 1.5 79% (2665)Moins de 1.5 21% (719)

Précision du modèle Plus/Moins 1.5 : 77.4% (2619/3384 corrects)

Répartition Plus/Moins 2.5

56%
44%
Plus de 2.5 56% (2165)Moins de 2.5 44% (1705)

Précision du modèle Plus/Moins : 54.8% (2121/3870 corrects)

Répartition Plus/Moins 3.5

34%
66%
Plus de 3.5 34% (1151)Moins de 3.5 66% (2233)

Précision du modèle Plus/Moins 3.5 : 63.9% (2163/3384 corrects)

Les deux équipes marquent (BTTS)

57%
43%
BTTS Oui 57% (1936)BTTS Non 43% (1448)

Précision du modèle BTTS : 55% (1860/3384 corrects)

Résultats handicap asiatique

48%
50%
2%
Domicile couvre 48% (1424)Extérieur couvre 50% (1469)Nul (push) 2% (55)

Précision du modèle HA : 43.3% (1252/2893 corrects, 55 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 A11067
60.9%+27.6
Eredivisie10255
53.9%+20.6
Jupiler Pro League12463
50.8%+17.5
Primeira Liga11054
49.1%+15.8
Super League8139
48.1%+14.8
3. Liga9746
47.4%+14.1
Ekstraklasa12961
47.3%+14
Serie B10147
46.5%+13.2
1. Division15371
46.4%+13.1
Ligue 19342
45.2%+11.9
Allsvenskan15670
44.9%+11.6
UEFA Europa Conference League271120
44.3%+11
Bundesliga8236
43.9%+10.6
La Liga13157
43.5%+10.2
Superliga8937
41.6%+8.3
2. Bundesliga10141
40.6%+7.3
UEFA Champions League11245
40.2%+6.9
Brazilian Série A17369
39.9%+6.6
Premier League340135
39.7%+6.4
League One15561
39.4%+6.1

Prédictions récentes de l'IA

DateMatch1X2AIC O/U 1.5O/U 2.5O/U 3.5BTTSLigne HARéelRésultat
09 sept. 2026Primeira LigaMoreirense vs BenficaVictoire extérieur71%Over 1.5 ✅Over 2.5 ✅Under 3.5 ❌BTTS Yes ❌+1.3 (Away) ✅Victoire extérieur (0-4)✅
09 sept. 2026UEFA Champions LeagueSporting CP vs GalatasarayVictoire domicile47%—Over 2.5 ✅——-0.5 (Home) ✅Victoire domicile (3-1)✅
09 sept. 2026UEFA Champions LeagueParis Saint Germain vs Slovan BratislavaVictoire domicile72%—Under 2.5 ❌——-1.3 (Home) ✅Victoire domicile (6-1)✅
09 sept. 2026UEFA Champions LeagueNapoli vs ArsenalVictoire extérieur61%—Over 2.5 ❌——+1.0 (Away) ⬜Victoire extérieur (0-1)✅
09 sept. 2026UEFA Champions LeagueLiverpool vs Atletico MadridVictoire domicile52%—Over 2.5 ✅——-0.5 (Home) ✅Victoire domicile (2-1)✅
09 sept. 2026ChampionshipCharlton vs QPRVictoire domicile38%—Over 2.5 ❌——+0.0 (Away)Nul (0-0)❌
09 sept. 2026ChampionshipNorwich vs BirminghamVictoire domicile39%Over 1.5 ✅Over 2.5 ✅Under 3.5 ✅BTTS Yes ✅-0.3 (Home) ✅Victoire domicile (2-1)✅
09 sept. 2026ChampionshipDerby vs West BromVictoire domicile35%—Over 2.5 ❌——+0.0 (Away)Victoire extérieur (0-1)❌
09 sept. 2026UEFA Champions LeagueVfB Stuttgart vs VikingNul42%—Over 2.5 ✅——+0.0 (Away)Victoire domicile (3-1)❌
09 sept. 2026UEFA Champions LeagueBarcelona vs FeyenoordVictoire domicile72%Over 1.5 ✅Over 2.5 ✅Over 3.5 ✅BTTS Yes ✅-1.5 (Home) ✅Victoire domicile (5-1)✅
09 sept. 2026EredivisieTwente vs TelstarVictoire domicile56%—Over 2.5 ❌——-0.8 (Home) ✅Victoire domicile (1-0)✅
08 sept. 2026UEFA Champions LeagueReal Madrid vs InterVictoire domicile56%—Over 2.5 ✅——-0.8 (Home) ✅Victoire domicile (2-1)✅
08 sept. 2026UEFA Champions LeagueLille vs Real BetisVictoire domicile47%—Over 2.5 ✅——-0.5 (Home) ❌Victoire extérieur (2-3)❌
08 sept. 2026UEFA Champions LeagueFC Porto vs Manchester CityVictoire domicile45%Over 1.5 ✅Over 2.5 ❌Over 3.5 ❌BTTS Yes ❌-0.3 (Home) ❌Victoire extérieur (0-2)❌
08 sept. 2026UEFA Champions LeagueBorussia Dortmund vs VillarrealVictoire domicile75%—Over 2.5 ✅——-1.8 (Home) ❌Victoire domicile (3-2)✅

Modèle d'ensemble

42.2%Précision de l'ensemble
3,837Matchs réglés

Notre modèle v4 GradientBoosting — l'IA derrière chaque pronostic que nous publions — atteint actuellement 46.4% de précision sur 1,618 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.

34.3%Quand tous les modèles sont d'accord
1,270Tous les modèles étaient d'accord

Répartition du score d'ensemble et précision

Plage de scoreMatchsPrécision
0-9288
29.5%
10-191110
37.4%
20-29614
38.3%
30-39559
41.3%
40-49552
44.4%
50-59362
54.4%
60-69232
55.2%
70-7992
70.7%
80-8923
69.6%
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.

Chaque barre regroupe les prédictions du modèle selon le score de confiance interne (0–100). La hauteur montre à quelle fréquence ces prédictions se sont avérées correctes sur les matchs réglés. Une tendance ascendante signifie que la confiance du modèle est significative : des scores plus élevés correspondent vraiment à des prédictions plus précises. Les données couvrent nos ligues principales où le modèle a un signal avéré. Survolez pour voir les tailles d'échantillon. Il s'agit du score de classement interne du modèle sur chaque match qu'il analyse — pas la Confiance IA par pronostic affichée sur les pronostics et la page d'accueil.

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 ?