怎么量的

只用比赛开始前本站手上的评分。两人的评分给出预期胜率，再与实际结果对照。公式与网站展示的完全一致。

分出胜负的 90,405 场比赛。2,718 场平局已剔除，因为无法用它们检验胜负预测。两人评分完全相同的 2,189 场也剔除：既然没有评分高的一方，就没有“评分高的一方是否获胜”可言。

若无特别说明，下面的表格覆盖的是双方在该场比赛前都已累积五场以上的 31,881 场比赛。理由在后面说明。

评分差与评分高者的胜率（双方 5 场以上・31,881 场）

评分差越大，评分高的一方越容易获胜。八个区间的顺序没有一处乱。即使评分差 200～300，四次中也有一次是评分低的一方获胜。

预测胜率与实际胜率（双方 5 场以上）

五个区间的偏差都在 1.5 个百分点以内。Brier 分数为 0.1425。（总回答 50% 为 0.25，完美为 0。）

为什么只看“五场以上”

用全部 90,405 场做同样的表，每个区间的实际胜率都高出预测 2 到 9 个百分点。就是说评分把评分高的一方看低了。

原因在样本本身。分出胜负的比赛中有 62.1% 评分差在 400 以上，而这些对手大多只在记录中出现过一次。一无所知的对手会拿到初始值，所以网站把他当作“平均水平的选手”。实际上他远低于平均。这个差距把整张表都抬高了。

单看数字，全部比赛的 Brier 反而更好（0.1037），因为简单的比赛更多。真正体现评分自身能力的，是五场以上的那张表。

老比赛更难猜

分年代・评分差 200 以上比赛中评分高者的胜率（双方 5 场以上）

从 1940 年代到 2010 年代，命中率从 77.2% 升到 90.9%，Brier 从 0.2015 改善到 0.1254。但不能把这读成“以前的拳手冷门更多”。年代越早，记录越薄，留下来的偏向著名比赛。这张表分不开评分的性能差异与记录完备程度的差异。

2020 年代回落是另一个原因：越是当下的选手，评分背后累积的比赛越少。

以 KO 收场的比赛更好猜

常有人说“一拳定生死，所以没法预测”。量下来正好相反。

评分差 200～400 的比赛，按结束方式分开（全体样本）

同一评分差区间，场数也几乎相同。即便如此，以 KO 收场的比赛里，评分高的一方多赢 10 个百分点。冷门发生在走到判定的比赛里。为什么会这样，光靠这些数字说不出来。

最大的冷门

在预期胜率最高却输掉的比赛中，下面这些是双方记录互相印证的。

另外还有 1994 年史蒂夫·利特尔战胜迈克尔·南恩（预期 97.2%），以及 2014 年瓦西里·洛马切尼科战胜盖瑞·拉塞尔（小）（94.0%）。

与 MMA 对比

同样的计算在 MMA 版网站上也做了一遍。评分差 200～300 时，评分高者的胜率 MMA 为 66.4%，拳击为 76.4%（两者都只算双方五场以上）。

同样的评分差，拳击里评分高的一方赢得更多。在 MMA 里三次出现一次的冷门，在拳击里四次出现一次。原因从这些数字里看不出来。

这些数字说不了的事

预测平局的能力完全没有衡量。2,718 场被剔除。平局在拳击里是真实的结果，但这个模型只回答胜或负。

关于女子比赛，什么都说不了。双方性别都有记录的只有 255 场，没有一个区间达到 30 场。

早期年代的数字受记录完备程度的牵扯。如上所述。

这次测量恰恰可能偏向宽松。对手的身份认定里还有未清理干净的错误。被误当作“无名对手”的比赛，评分高的一方更容易赢，命中率也就相应偏高。

这里量的是网站展示的预测。它与更新评分时内部使用的计算并不相同。

本文数值基于 2026 年 9 月 21 日的数据。数据随时更新，因此末位可能与最新统计不同。