Come l'MMR checker calcola il tuo MMR LoL

In breve

L'MMR checker di LoLValue combina fino a tre segnali indipendenti presi dai dati pubblici di Riot: il tuo rank e il tuo winrate, il rating medio delle lobby in cui sei stato abbinato e i PL che hai davvero guadagnato tra due controlli. Ogni segnale diventa un numero su un'unica scala di MMR condivisa, i segnali vengono combinati con pesi che dipendono da quanti dati ci sono dietro, e il risultato viene mostrato con un margine di errore e un livello di affidabilità.

Niente in questa pagina usa dati privati. Ogni numero arriva da endpoint che qualsiasi sviluppatore con una chiave API di Riot può chiamare, il che vuol dire anche che chiunque può riprodurre la stima seguendo i passi qui sotto.

Passo 1: una sola scala di MMR per tutti i rank

I rank vengono convertiti in numeri su una scala lineare in cui Ferro IV a 0 PL vale 0, ogni livello vale 500 punti, ogni divisione 125 e ogni PL 1,25. Master parte da 3500 e da lì la scala prosegue solo con i PL, quindi un giocatore Master a 400 PL sta a 4000, e Grandmaster e Challenger sono semplicemente Master con più PL.

MMR(rank) = 500 × tier_index + 125 × division_index + 1.25 × LP

tier_index:     Ferro 0, Bronzo 1, Argento 2, Oro 3, Platino 4, Smeraldo 5, Diamante 6
division_index: IV 0, III 1, II 2, I 3
apex:           Master, Grandmaster, Challenger = 3500 + 1.25 × LP

Il rating interno di Riot non è su questa scala e nessuno fuori da Riot ne conosce l'intervallo esatto. La scala serve a confrontare tutti i segnali e a ritradurre il risultato in un rank che conosci. Qualsiasi scala lineare darebbe gli stessi verdetti; abbiamo scelto questa perché 100 PL corrispondono esattamente a una divisione.

Passo 2: metodo A, rank e winrate

Il metodo A dà la risposta immediata. Parte dall'MMR del tuo rank visibile e lo sposta in base al tuo winrate in quella coda, in proporzione a quante partite ci sono dietro quel winrate. Un winrate del 50% lascia invariato l'MMR del rank. Un winrate ben sopra il 50% su molte partite spinge la stima sopra il rank visibile, perché il matchmaking ti valuta già più in alto di quanto mostri il tuo rank.

confidence = min(1, games / 50)
adjust     = (winrate − 0.50) × 1500 × confidence
adjust     = clamp(adjust, −250, +250)

MMR_A = MMR(rank) + adjust

Esempio pratico: Oro II, 40 PL, 58% di winrate su 80 partite. MMR(rank) = 1500 + 250 + 50 = 1800. L'affidabilità vale 1 perché 80 partite superano 50. La correzione è (0,58 − 0,50) × 1500 = +120, quindi MMR_A = 1920, circa due terzi di divisione sopra il rank visibile.

Il limite di ±250 esiste perché il winrate è uno strumento grossolano. Altrimenti un winrate del 70% su 20 partite varrebbe due livelli interi, quando di solito vuol dire uno smurf ancora all'inizio della scalata. Il metodo A non si usa mai per le code senza rank (Draft normale, Partita veloce, ARAM). Da Master in su funziona lo stesso, con l'MMR del rank pari a 3500 più 1,25 per ogni PL.

Passo 3: metodo B, la media delle lobby

Il metodo B è il segnale più forte. Il matchmaking crea ogni lobby con giocatori che hanno un MMR nascosto vicino al tuo, quindi i rank delle persone con cui sei stato abbinato sono la misura pubblica più vicina al tuo rating. Il checker legge le tue ultime dieci partite nella coda scelta, cerca il rank di ognuno degli altri nove giocatori e trasforma ogni lobby in un solo numero.

Per ogni lobby

• Ognuno degli altri nove giocatori viene convertito in MMR con la scala qui sopra, usando il suo rank nella coda analizzata, oppure quello nell'altra coda classificata se lì non ce l'ha. I giocatori senza nessun rank vengono saltati.
• Una lobby con meno di quattro giocatori classificati viene scartata: troppo pochi punti per descriverla.
• Con sei o più giocatori classificati il valore più alto e quello più basso vengono tolti prima della media (una media troncata), così un solo smurf o un solo account in decadimento non sposta la lobby.

Su tutte le lobby

weight(game) = 0.92 ^ recency × (ranked_seen / 9)

MMR_B = Σ lobby_mmr × weight / Σ weight

recency: 0 per la partita più recente, 1 per quella prima, e così via
ranked_seen: quanti degli altri nove giocatori avevano un rank

Il peso per la recenza fa sì che la partita più recente conti circa il doppio della decima. Il fattore ranked_seen fa contare di più una lobby in cui tutti e nove i giocatori avevano un rank rispetto a una in cui ce l'avevano solo in cinque. Dieci partite sono il campione predefinito; è un compromesso tra velocità e stabilità, e si può alzare sul server senza cambiare nient'altro.

Il metodo B ha un errore sistematico da tenere presente: i rank sono in ritardo rispetto all'MMR. Nelle prime settimane di una stagione il rank di tutti sta sotto il loro rating, quindi le medie delle lobby risultano basse per tutti. Il verdetto (sopra o sotto il tuo rank visibile) non cambia, perché anche il tuo rank è in ritardo allo stesso modo.

Passo 4: metodo C, PL osservati

Il metodo C usa l'unica cosa che Riot ti dice davvero sul tuo MMR: quanti PL guadagni per vittoria. Ogni controllo salva un'istantanea del tuo rank, dei PL, delle vittorie e delle sconfitte. Al controllo successivo, se hai giocato almeno tre partite da un'istantanea vecchia di più di trenta minuti, il checker calcola i tuoi PL reali per vittoria e li converte in una distanza tra il tuo MMR e il tuo rank visibile.

ladder(rank) = PL totali da Ferro IV 0 PL (100 per divisione)
gain_per_win = (Δladder + Δlosses × 42) / (Δwins + Δlosses)

valido con 3+ partite giocate e 8 ≤ gain_per_win ≤ 40

gap_C = (gain_per_win − 21) × 18

Il 42 nella prima formula è la somma presunta di una vittoria e di una sconfitta in PL (21 + 21), ed è ciò che permette alla formula di separare guadagni e perdite quando vede solo la variazione netta. La seconda formula è l'inverso della previsione dei PL descritta più sotto: con una distanza pari a zero il guadagno previsto è di 21 PL, e ogni 18 MMR di distanza lo spostano di un PL.

Esempio pratico: tra due controlli un giocatore è passato da Oro II 40 PL a Oro I 20 PL (+80 PL di ladder) con 6 vittorie e 3 sconfitte. gain_per_win = (80 + 3 × 42) / 9 = 22,9 PL. gap_C = (22,9 − 21) × 18 = +34 MMR, quindi il suo MMR è un po' sopra il suo rank visibile. Il segnale si usa solo nelle code classificate sotto Master (i livelli apex non hanno divisioni da appiattire), e viene scartato quando i numeri non hanno senso, per esempio dopo una protezione dalla retrocessione o una perdita di PL per inattività.

Passo 5: come si combinano i segnali

I tre numeri vengono combinati con pesi che crescono con la quantità di dati dietro ciascuno. La media delle lobby arriva fino al 70% della combinazione quando sono state lette dieci lobby; con meno lobby la sua quota cala e il metodo A copre il resto. I PL osservati, quando ci sono, spostano poi il risultato di un quarto verso il valore che indicano.

w_B    = min(0.70, lobbies_read / 12 × 0.70)
MMR_AB = MMR_B × w_B + MMR_A × (1 − w_B)

se ci sono PL osservati:
    MMR    = MMR_AB × 0.75 + (MMR(rank) + gap_C) × 0.25
altrimenti:
    MMR    = MMR_AB

Per questo il numero sulla pagina del risultato cambia nei primi secondi: la risposta immediata è solo il metodo A, e a ogni lobby letta la combinazione si sposta verso il metodo B. La pagina mostra un verdetto provvisorio finché l'analisi non è finita, così un cambio temporaneo non viene preso per una risposta definitiva.

Passo 6: margine di errore e affidabilità

Ogni stima viene mostrata come un valore più o meno un margine. Il margine non è un intervallo di confidenza statistico: è una tolleranza calibrata che si riduce man mano che entrano nella combinazione altri dati indipendenti.

margin = 170                          solo con il metodo A
margin = 150 − 8 × min(12, lobbies)   dopo aver letto delle lobby
margin = margin − 10                  se ci sono PL osservati
margin = max(margin, 45)

confidence: alta se margin ≤ 70, media se ≤ 110, bassa altrimenti

Confrontando il margine con la distanza tra la tua stima e il tuo rank visibile si ottiene il verdetto: una distanza di almeno +60 MMR viene mostrata come "sopra il tuo rank", una di −60 o meno come "sotto il tuo rank" e tutto quello che sta in mezzo come "MMR e rank coincidono". Sessanta MMR sono mezza divisione, la differenza più piccola che cambia i PL guadagnati più del rumore tra due partite.

Passo 7: previsione dei PL e delle partite per salire

La previsione dei PL trasforma la distanza tra il tuo MMR stimato e il tuo rank visibile in PL previsti per vittoria e per sconfitta. Con distanza zero il checker presume 21 PL simmetrici. Ogni 18 MMR di distanza positiva aggiungono un PL alle vittorie e ne tolgono uno alle sconfitte, dentro un intervallo da 10 a 35 PL.

shift    = gap / 18
LP_win   = clamp(round(21 + shift), 10, 35)
LP_loss  = clamp(round(21 − shift), 10, 35)

games_to_next_division(winrate) = il più piccolo n tale che
    LP + n × (winrate × LP_win − (1 − winrate) × LP_loss) ≥ 100

wins_in_a_row = ceil((100 − LP) / LP_win)

Esempio pratico: una stima di 1920 contro un rank visibile di Oro II a 1750 dà una distanza di +170. shift = 9,4, quindi LP_win = 30 e LP_loss = 12. Partendo da 40 PL, con un winrate del 55% ogni partita vale in media 0,55 × 30 − 0,45 × 12 = 11,1 PL, quindi Oro I è a circa sei partite; anche due vittorie di fila basterebbero.

Le costanti 21 e 18 sono state ricavate dai PL guadagnati segnalati dai giocatori da Oro a Diamante nella stagione in corso. Sono la parte del modello che cambia più facilmente: quando Riot modifica i PL guadagnati, questi due numeri vengono ricalcolati e questa pagina viene aggiornata con i nuovi valori.

Passo 8: percentile

Il percentile risponde alla domanda "quale quota dei giocatori classificati sta sotto questo MMR". Viene letto dal nostro conteggio giornaliero di tutti i giocatori in Classificata Solo/Duo di tutte le regioni, gli stessi dati della pagina LoL rank distribution.

• Ogni divisione da Ferro IV a Diamante I diventa un punto: il suo minimo sulla scala di MMR e la quota di giocatori che stanno sotto.
• Master parte da 3500. Grandmaster e Challenger partono da 3500 più 1,25 MMR per ogni PL del giocatore Grandmaster e Challenger più basso di quel giorno, così i loro minimi seguono le soglie reali.
• Tra due punti il percentile viene interpolato in modo lineare.

La tabella viene ricostruita ogni volta che viene salvato un nuovo conteggio giornaliero. Influisce solo sulla riga del percentile nel risultato; la stima dell'MMR, il verdetto e la previsione dei PL non dipendono da lei. Prima che esista il primo conteggio, il checker usa una tabella approssimativa.

Limiti ed errori noti

Un checker onesto dice dove sbaglia. Questi sono i casi in cui la stima di LoLValue è meno affidabile.

Il rating che usa Riot non è pubblico, quindi non esiste un valore vero con cui fare il confronto. La verifica migliore che c'è è la coerenza: lo stesso account cercato lo stesso giorno con strumenti diversi basati sulle lobby finisce entro circa una divisione, e il segnale dei PL osservati, che è il riscontro di Riot stesso, concorda con la stima combinata nella grande maggioranza dei secondi controlli.

Dati, cache e limiti di richieste

Il checker legge solo dati pubblici dell'API di Riot: l'account dietro un Riot ID, le voci delle classificate di quell'account, la lista delle partite recenti e i partecipanti di ogni partita. Non serve il login e non vengono usati password, email o dati del client.

• Il rank di ogni giocatore visto in una lobby resta in cache per sei ore, così i compagni di lobby di un giocatore molto cercato non vengono richiesti di nuovo a ogni controllo.
• Un risultato completo resta in cache per cinque minuti; controllare lo stesso account due volte in quel lasso di tempo restituisce subito la stessa risposta.
• Le istantanee (rank, PL, vittorie, sconfitte e la stima al momento del controllo) vengono salvate perché il metodo dei PL osservati possa funzionare al controllo successivo e perché la pagina possa mostrare lo storico del tuo MMR.
• Ogni IP può fare dodici controlli al minuto e il server analizza quattro account alla volta, così lo strumento resta dentro i limiti dell'API di Riot per tutti.
• Una volta al giorno il server conta anche i giocatori in ogni livello e divisione della classifica Solo/Duo di ogni regione, e questo alimenta il percentile e la pagina della distribuzione dei rank.

Se vuoi riprodurre la stima, i passi di questa pagina bastano: qualsiasi sviluppatore con una chiave API di Riot può chiamare gli stessi endpoint e applicare le stesse formule. È proprio per questo che le pubblichiamo.

Registro delle modifiche

• Settembre 2026. Il percentile passa da una tabella approssimativa al nostro conteggio giornaliero di tutti i giocatori in Classificata Solo/Duo (vedi la distribuzione dei rank).
• Settembre 2026. Metodologia pubblicata. Combinazione di tre segnali, verdetto provvisorio durante l'analisi, checker ARAM su una pagina sua.

Le modifiche alle formule vengono registrate qui con la data in cui sono entrate in vigore, così un risultato precedente a una modifica si può leggere con le regole che lo hanno prodotto.

FAQ sulla metodologia

Come si calcola l'MMR in League of Legends?

L'MMR di Riot è un rating nascosto che si muove dopo ogni partita in base al risultato e a quanto era probabile. Riot non pubblica né la formula né il numero. I checker come questo lo stimano dai dati pubblici: il tuo rank e il tuo winrate, i rank dei giocatori con cui vieni abbinato e i PL che guadagni per vittoria.

Quale segnale conta di più?

La media delle lobby. Il matchmaking ti mette con giocatori di MMR simile, quindi i rank delle tue ultime lobby descrivono il tuo rating meglio del tuo rank visibile. Arriva fino al 70% della combinazione quando sono state lette dieci partite.

Perché il mio numero è cambiato mentre la pagina caricava?

La prima risposta usa solo rank e winrate. A ogni partita recente letta la media delle lobby prende il sopravvento, quindi il numero si muove e il verdetto può ribaltarsi. La pagina mostra un'etichetta provvisoria finché l'analisi non è finita.

Perché siti di MMR diversi mostrano numeri diversi?

Ogni sito usa una sua scala e un suo mix di segnali. Due strumenti basati sulle lobby di solito finiscono entro una divisione l'uno dall'altro; un sito che legge solo il tuo rank e il tuo winrate può allontanarsi di più. Confronta il rank a cui corrisponde il numero, non il numero in sé.

Il margine è un vero intervallo di confidenza?

No. È una tolleranza calibrata che si riduce con la quantità di dati letti: ±170 MMR con solo rank e winrate, circa ±70 con dieci lobby, ±45 al massimo della precisione. Leggilo come "il valore vero è molto probabilmente in questo intervallo", non come una statistica formale.

Come fa il checker a sapere quanti PL guadagno?

Li prevede dalla distanza tra il tuo MMR stimato e il tuo rank visibile: 21 PL con distanza zero, più un PL ogni 18 MMR di distanza, tra 10 e 35. Dal secondo controllo in poi legge anche i PL che hai davvero guadagnato e li usa per correggere la stima.

Perché l'ARAM viene mostrato con un rank delle classificate?

L'ARAM non ha un rank suo, quindi l'unico modo pubblico per descrivere una lobby ARAM è il rank in Solo/Duo o in Flex dei giocatori che ci sono dentro. Il risultato ARAM è il livello equivalente in classificata delle tue lobby.

Il checker usa dati privati o del client?

No. Tutto arriva da endpoint pubblici dell'API di Riot: ricerca dell'account, voci delle classificate, liste delle partite e partecipanti delle partite. Non c'è nessun login.

Posso riprodurre la stima da solo?

Sì. La scala, i tre metodi, i pesi della combinazione e le regole del margine sono tutti in questa pagina. Con una chiave da sviluppatore di Riot e gli stessi endpoint ottieni lo stesso numero.

Ogni quanto vengono aggiornate le formule?

Ogni volta che Riot cambia i PL guadagnati o la struttura delle classificate, le costanti dei PL vengono ricalcolate e la modifica viene annotata con la sua data nel registro delle modifiche di questa pagina.