明显优势
Brazil · 83.7%
模型 1X2 输出：Brazil 83.7%（Poisson + Elo；主队 λ 0.35，客队 λ 2.50）。
AI 比赛预测
| 赛果 | 概率 |
|---|---|
| Scotland | 2.9% |
| 平局 | 13.4% |
| Brazil | 83.7% |
Poisson 进球线概率
| 盘口 | 大 | 小 |
|---|---|---|
| 0.5 | 93.6% | 6.4% |
| 1.5 | 78.4% | 21.6% |
| 2.5 | 54.2% | 45.8% |
| 3.5 | 31.9% | 68.1% |
| 4.5 | 16.0% | 84.0% |
比赛走势预期
大 2.5 球
54.2%
接近均势
小 2.5 球
45.8%
双方进球
27.8%
较可能
可能零封
72.2%
Poisson 合计 λ = 2.85（大 2.5 54.2% · 小 2.5 45.8%）。
双方进球 否 72.2% — 至少一方零封在联合概率中占 72.2%。
最可能比分
| 比分 | 概率 |
|---|---|
| 0-2 | 18.1% |
| 0-3 | 15.1% |
| 0-1 | 14.5% |
| 0-4 | 9.4% |
| 1-2 | 6.3% |
Poisson 最高单元格：0-2 18.1%（精确比分波动仍大）。
模型摘要
Elo 调整 λ（0.35 / 2.50）→ 1X2：主 2.9% · 平 13.4% · 客 83.7%。来源：Dixon–Coles 泊松网格，非博彩赔率。
预测清晰度
清晰度:
高
1X2 分布的可读性分级，非经校准的胜率置信区间。
- 领先项 83.7%，较次高领先 70.3 pp。
常见问题
胜平负概率如何计算？
由 Elo 与赛事参数推导主客队期望进球 λ，再经 Dixon–Coles 泊松网格得到本页展示的 1X2、进球线与比分概率。
这是投注建议吗？
不是。OddsGPT 仅展示模型概率供参考，不推荐下注或仓位。
xG / λ 在这里指什么？
λ 是模拟前各队期望进球输入，不是赛后 xG 统计。
为什么精确比分概率都很低？
泊松模型中大量比分组合分摊概率，最高单项通常低于 15%，属正常现象。
