Estatísticas do modelo de IA
Esta é a taxa de acerto bruta do modelo no resultado exato 1X2 em todos os jogos que analisa, não a taxa de acerto das nossas dicas publicadas. As nossas dicas combinam vários mercados (dupla hipótese, mais/menos, handicap asiático) e ganham com muito mais frequência. Estes números são cumulativos desde março de 2026 e incluem versões anteriores do modelo; o nosso modelo atual (v4) tem melhor desempenho, ver a secção Ensemble abaixo. Ver os resultados das nossas dicas. O que significam estes números?
Distribuição de resultados
Distribuição Mais/Menos 1.5
Precisão do modelo Mais/Menos 1.5: 77.4% (2619/3384 corretas)
Distribuição Mais/Menos 2.5
Precisão do modelo Mais/Menos: 54.8% (2121/3870 corretas)
Distribuição Mais/Menos 3.5
Precisão do modelo Mais/Menos 3.5: 63.9% (2163/3384 corretas)
Ambas as equipas marcam (BTTS)
Precisão do modelo BTTS: 55% (1860/3384 corretas)
Resultados de handicap asiático
Precisão do modelo HA: 43.3% (1252/2893 corretas, 55 nulos)
Precisão do modelo 1X2 por competição
Esta é a taxa de acerto bruta 1X2 (casa/empate/fora) do modelo. As nossas previsões publicadas também usam dupla hipótese, mais/menos e handicap asiático, por isso a sua taxa de acerto difere; consulte o arquivo para ver os resultados.
| Competição | Jogos | Corretas | Precisão |
|---|---|---|---|
| Serie A | 110 | 67 | 60.9%+27.6 |
| Eredivisie | 102 | 55 | 53.9%+20.6 |
| Jupiler Pro League | 124 | 63 | 50.8%+17.5 |
| Primeira Liga | 110 | 54 | 49.1%+15.8 |
| Super League | 81 | 39 | 48.1%+14.8 |
| 3. Liga | 97 | 46 | 47.4%+14.1 |
| Ekstraklasa | 129 | 61 | 47.3%+14 |
| Serie B | 101 | 47 | 46.5%+13.2 |
| 1. Division | 153 | 71 | 46.4%+13.1 |
| Ligue 1 | 93 | 42 | 45.2%+11.9 |
| Allsvenskan | 156 | 70 | 44.9%+11.6 |
| UEFA Europa Conference League | 271 | 120 | 44.3%+11 |
| Bundesliga | 82 | 36 | 43.9%+10.6 |
| La Liga | 131 | 57 | 43.5%+10.2 |
| Superliga | 89 | 37 | 41.6%+8.3 |
| 2. Bundesliga | 101 | 41 | 40.6%+7.3 |
| UEFA Champions League | 112 | 45 | 40.2%+6.9 |
| Brazilian Série A | 173 | 69 | 39.9%+6.6 |
| Premier League | 340 | 135 | 39.7%+6.4 |
| League One | 155 | 61 | 39.4%+6.1 |
Previsões recentes da IA
| Data | Jogo | 1X2 | AIC | O/U 1.5 | O/U 2.5 | O/U 3.5 | BTTS | Linha HA | Real | Resultado |
|---|---|---|---|---|---|---|---|---|---|---|
| 09 set 2026 | Primeira LigaMoreirense vs Benfica | Vitória fora | 71% | Over 1.5 ✅ | Over 2.5 ✅ | Under 3.5 ❌ | BTTS Yes ❌ | +1.3 (Away) ✅ | Vitória fora (0-4) | ✅ |
| 09 set 2026 | UEFA Champions LeagueSporting CP vs Galatasaray | Vitória em casa | 47% | — | Over 2.5 ✅ | — | — | -0.5 (Home) ✅ | Vitória em casa (3-1) | ✅ |
| 09 set 2026 | UEFA Champions LeagueParis Saint Germain vs Slovan Bratislava | Vitória em casa | 72% | — | Under 2.5 ❌ | — | — | -1.3 (Home) ✅ | Vitória em casa (6-1) | ✅ |
| 09 set 2026 | UEFA Champions LeagueNapoli vs Arsenal | Vitória fora | 61% | — | Over 2.5 ❌ | — | — | +1.0 (Away) ⬜ | Vitória fora (0-1) | ✅ |
| 09 set 2026 | UEFA Champions LeagueLiverpool vs Atletico Madrid | Vitória em casa | 52% | — | Over 2.5 ✅ | — | — | -0.5 (Home) ✅ | Vitória em casa (2-1) | ✅ |
| 09 set 2026 | ChampionshipCharlton vs QPR | Vitória em casa | 38% | — | Over 2.5 ❌ | — | — | +0.0 (Away) | Empate (0-0) | ❌ |
| 09 set 2026 | ChampionshipNorwich vs Birmingham | Vitória em casa | 39% | Over 1.5 ✅ | Over 2.5 ✅ | Under 3.5 ✅ | BTTS Yes ✅ | -0.3 (Home) ✅ | Vitória em casa (2-1) | ✅ |
| 09 set 2026 | ChampionshipDerby vs West Brom | Vitória em casa | 35% | — | Over 2.5 ❌ | — | — | +0.0 (Away) | Vitória fora (0-1) | ❌ |
| 09 set 2026 | UEFA Champions LeagueVfB Stuttgart vs Viking | Empate | 42% | — | Over 2.5 ✅ | — | — | +0.0 (Away) | Vitória em casa (3-1) | ❌ |
| 09 set 2026 | UEFA Champions LeagueBarcelona vs Feyenoord | Vitória em casa | 72% | Over 1.5 ✅ | Over 2.5 ✅ | Over 3.5 ✅ | BTTS Yes ✅ | -1.5 (Home) ✅ | Vitória em casa (5-1) | ✅ |
| 09 set 2026 | EredivisieTwente vs Telstar | Vitória em casa | 56% | — | Over 2.5 ❌ | — | — | -0.8 (Home) ✅ | Vitória em casa (1-0) | ✅ |
| 08 set 2026 | UEFA Champions LeagueReal Madrid vs Inter | Vitória em casa | 56% | — | Over 2.5 ✅ | — | — | -0.8 (Home) ✅ | Vitória em casa (2-1) | ✅ |
| 08 set 2026 | UEFA Champions LeagueLille vs Real Betis | Vitória em casa | 47% | — | Over 2.5 ✅ | — | — | -0.5 (Home) ❌ | Vitória fora (2-3) | ❌ |
| 08 set 2026 | UEFA Champions LeagueFC Porto vs Manchester City | Vitória em casa | 45% | Over 1.5 ✅ | Over 2.5 ❌ | Over 3.5 ❌ | BTTS Yes ❌ | -0.3 (Home) ❌ | Vitória fora (0-2) | ❌ |
| 08 set 2026 | UEFA Champions LeagueBorussia Dortmund vs Villarreal | Vitória em casa | 75% | — | Over 2.5 ✅ | — | — | -1.8 (Home) ❌ | Vitória em casa (3-2) | ✅ |
Modelo de conjunto
O nosso modelo v4 GradientBoosting — a IA por trás de cada previsão que publicamos — atinge atualmente 46.4% de precisão em 1,618 jogos resolvidos desde a sua implementação. Isto está de acordo com a dificuldade inerente dos resultados de futebol a 3 vias (acaso = 33,3%). A precisão estabilizará à medida que se acumulam mais dados.
Distribuição da pontuação do conjunto e precisão
Calibração do modelo
Uma pontuação de confiança mais alta significa realmente uma previsão mais precisa? Este gráfico responde a isso. Agrupamos cada previsão resolvida segundo a pontuação de confiança interna que o modelo atribuiu e depois mostramos a taxa de acerto real de cada grupo. Uma escada ascendente é o que queres ver: significa que o modelo sabe quando tem mais probabilidades de acertar.
Cada barra agrupa as previsões do modelo segundo a pontuação de confiança interna (0–100). A altura mostra com que frequência essas previsões estiveram realmente corretas nos jogos resolvidos. Um padrão ascendente significa que a confiança do modelo é significativa: pontuações mais altas correspondem de facto a previsões mais precisas. Os dados cobrem as nossas ligas principais onde o modelo tem sinal comprovado. Passa o cursor para ver os tamanhos de amostra. Esta é a pontuação de classificação interna do modelo em cada jogo que analisa — não a Confiança IA por previsão mostrada nas previsões e na página inicial.
A precisão do modelo é calculada apenas sobre jogos resolvidos. O modelo atual usa a forma, a média de golos e os dados de confrontos diretos como variáveis de entrada. A precisão melhora à medida que se recolhem mais dados ao vivo.
Mais transparência: Resultados e histórico · Qual a precisão da IA?
