Как работает MMR checker

Кратко

MMR checker от LoLValue объединяет до трех независимых сигналов из открытых данных Riot: ваш ранг и частоту побед, средний рейтинг лобби, в которые вас подбирали, и LP, которые вы действительно получили между двумя проверками. Каждый сигнал переводится в число на одной общей шкале MMR, сигналы смешиваются с весами, которые зависят от объема данных за ними, а результат выдается с погрешностью и меткой уверенности.

Ничто на этой странице не использует закрытые данные. Каждое число берется из эндпоинтов, которые может вызвать любой разработчик с ключом Riot API, а значит, оценку может воспроизвести любой, кто пройдет шаги ниже.

Шаг 1: одна шкала MMR для всех рангов

Ранги переводятся в числа на линейной шкале, где Железо IV с 0 LP равно 0, каждый ранг стоит 500 очков, каждый дивизион 125, а 1 LP равен 1,25. Мастер начинается с 3 500, а дальше шкала растет только за счет LP, так что игрок ранга Мастер с 400 LP находится на отметке 4 000, а Грандмастер и Претендент на этой шкале означают просто Мастера с большим количеством LP.

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

tier_index:     Железо 0, Бронза 1, Серебро 2, Золото 3, Платина 4, Изумруд 5, Алмаз 6
division_index: IV 0, III 1, II 2, I 3
apex:           Мастер, Грандмастер, Претендент = 3500 + 1.25 × LP

Внутренний рейтинг Riot не лежит на этой шкале, и никто за пределами Riot не знает его точного диапазона. Шкала нужна, чтобы все сигналы можно было сравнить и чтобы результат можно было перевести обратно в понятный вам ранг. Любая линейная шкала дала бы те же выводы; эту выбрали потому, что 100 LP на ней ровно равны одному дивизиону.

Шаг 2: метод A, ранг и частота побед

Метод A дает мгновенный ответ. Он берет MMR вашего видимого ранга и сдвигает его в зависимости от частоты побед в этой очереди и от того, на скольких играх она основана. Частота побед 50% оставляет MMR ранга без изменений. Частота побед заметно выше 50% на большом числе игр поднимает оценку выше видимого ранга, потому что система подбора уже оценивает вас выше, чем показывает ранг.

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

MMR_A = MMR(rank) + adjust

Пример расчета: Золото II, 40 LP, частота побед 58% за 80 игр. MMR(rank) = 1 500 + 250 + 50 = 1 800. Confidence равен 1, потому что 80 игр больше 50. Поправка равна (0,58 − 0,50) × 1 500 = +120, значит MMR_A = 1 920, примерно на две трети дивизиона выше видимого ранга.

Ограничение ±250 нужно потому, что частота побед остается грубым инструментом. Иначе 70% побед за 20 игр означали бы целых два ранга, хотя обычно так выглядит смурф в начале подъема. Метод A никогда не используется для очередей без ранга (обычная, Легкая игра, ARAM). В ранге Мастер и выше он по-прежнему работает, а MMR ранга считается как 3 500 плюс 1,25 за каждый LP.

Шаг 3: метод B, среднее по лобби

Метод B дает самый сильный сигнал. Система подбора собирает каждое лобби из игроков, чей скрытый MMR близок к вашему, поэтому ранги тех, с кем вас свели, ближе всего измеряют ваш собственный рейтинг по открытым данным. Сервис читает ваши последние десять игр в выбранной очереди, узнает ранг каждого из остальных девяти игроков и превращает каждое лобби в одно число.

Для каждого лобби

• Каждый из девяти других игроков переводится в MMR по шкале выше: берется его ранг в анализируемой очереди или в другой ранговой очереди, если в этой ранга нет. Игроки совсем без ранга пропускаются.
• Лобби, где игроков с рангом меньше четырех, отбрасывается: слишком мало точек, чтобы его описать.
• Если игроков с рангом шесть или больше, перед усреднением отбрасываются самое высокое и самое низкое значения (усеченное среднее), чтобы один смурф или один аккаунт, потерявший очки лиги из-за бездействия, не сдвигал лобби.

По всем лобби

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

MMR_B = Σ lobby_mmr × weight / Σ weight

recency: 0 для последней игры, 1 для предыдущей и так далее
ranked_seen: сколько из девяти других игроков имели ранг

Из-за веса по давности последняя игра учитывается примерно вдвое сильнее, чем десятая. Множитель ranked_seen делает лобби, где ранг был у всех девяти игроков, весомее лобби, где он был только у пяти. Десять игр служат выборкой по умолчанию: это компромисс между скоростью и стабильностью, и выборку можно увеличить на сервере, ничего больше не меняя.

У метода B есть одно систематическое смещение, о котором стоит знать: ранги отстают от MMR. В первые недели сезона ранг у всех ниже рейтинга, поэтому среднее по лобби у всех получается заниженным. На вывод (выше или ниже вашего ранга) это не влияет, потому что ваш собственный ранг отстает так же.

Шаг 4: метод C, наблюдаемые LP

Метод C использует то единственное, что Riot все-таки сообщает о вашем MMR: сколько LP вы получаете за победу. Каждая проверка сохраняет снимок вашего ранга, LP, побед и поражений. При следующей проверке, если после снимка старше тридцати минут сыграно не меньше трех игр, сервис вычисляет ваше реальное количество LP за победу и переводит его в разрыв между MMR и видимым рангом.

ladder(rank) = всего LP от Железа IV 0 LP (100 за дивизион)
gain_per_win = (Δladder + Δlosses × 42) / (Δwins + Δlosses)

считается, если сыграно 3+ игры и 8 ≤ gain_per_win ≤ 40

gap_C = (gain_per_win − 21) × 18

Число 42 в первой формуле означает предполагаемую сумму LP за одну победу и одно поражение (21 + 21): именно оно позволяет формуле отделить прирост от потерь, когда она видит только итоговое изменение. Вторая формула обратна прогнозу LP, описанному ниже: при нулевом разрыве ожидаемый прирост равен 21 LP, а каждые 18 MMR разрыва сдвигают его на один LP.

Пример расчета: между двумя проверками игрок перешел с Золота II 40 LP на Золото I 20 LP (+80 LP по лестнице) с 6 победами и 3 поражениями. gain_per_win = (80 + 3 × 42) / 9 = 22,9 LP. gap_C = (22,9 − 21) × 18 = +34 MMR, значит его MMR немного выше видимого ранга. Сигнал используется только в ранговых очередях ниже Мастера (в высших рангах нет дивизионов, которые нужно сглаживать) и отбрасывается, если числа не имеют смысла, например после защиты от понижения или потери очков лиги из-за бездействия.

Шаг 5: смешивание сигналов

Три числа объединяются с весами, которые растут вместе с объемом данных за каждым из них. Среднее по лобби занимает до 70% смеси после того, как прочитаны десять лобби; при меньшем числе лобби его доля уменьшается, а остальное заполняет метод A. Наблюдаемые LP, если они есть, затем сдвигают результат на четверть пути к значению, которое из них следует.

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

если наблюдаемые LP доступны:
    MMR    = MMR_AB × 0.75 + (MMR(rank) + gap_C) × 0.25
иначе:
    MMR    = MMR_AB

Вот почему число на странице результата меняется в первые секунды: мгновенный ответ дает только метод A, а по мере чтения каждого лобби смесь смещается к методу B. Пока анализ не закончен, страница показывает предварительный вывод, чтобы временную смену вывода не приняли за окончательный ответ.

Шаг 6: погрешность и уверенность

Каждая оценка показывается как значение плюс-минус погрешность. Погрешность не является статистическим доверительным интервалом: это откалиброванный допуск, который уменьшается по мере того, как в смесь попадает больше независимых данных.

margin = 170                          только с методом A
margin = 150 − 8 × min(12, lobbies)   когда прочитаны лобби
margin = margin − 10                  когда доступны наблюдаемые LP
margin = max(margin, 45)

confidence: высокая, если margin ≤ 70, средняя, если ≤ 110, иначе низкая

Вывод получается из сравнения погрешности с разрывом между оценкой и видимым рангом: разрыв не меньше +60 MMR показывается как «выше вашего ранга», не больше −60 как «ниже», а все между ними как «на уровне ранга». Шестьдесят MMR составляют полдивизиона: это наименьшая разница, которая меняет прирост LP сильнее, чем случайный разброс между двумя играми.

Шаг 7: прогноз прироста LP и игр до повышения

Прогноз LP превращает разрыв между оценкой MMR и видимым рангом в ожидаемое количество LP за победу и за поражение. При нулевом разрыве сервис исходит из симметричных 21 LP. Каждые 18 MMR положительного разрыва добавляют один LP к победам и убирают один из поражений, в пределах от 10 до 35 LP.

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

games_to_next_division(winrate) = наименьшее n, при котором
    LP + n × (winrate × LP_win − (1 − winrate) × LP_loss) ≥ 100

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

Пример расчета: оценка 1 920 при видимом ранге Золото II (1 750) дает разрыв +170. shift = 9,4, значит LP_win = 30, а LP_loss = 12. С 40 LP при частоте побед 55% каждая игра в среднем приносит 0,55 × 30 − 0,45 × 12 = 11,1 LP, так что до Золота I примерно шесть игр; две победы подряд тоже приведут туда.

Константы 21 и 18 подобраны по приросту LP, о котором сообщали игроки от Золота до Алмаза в текущем сезоне. Именно эта часть модели скорее всего изменится: когда Riot меняет прирост LP, эти два числа подбираются заново, а страница обновляется с новыми значениями.

Шаг 8: процентиль

Процентиль отвечает на вопрос «какая доля ранговых игроков находится ниже этого MMR». Он берется из нашего ежедневного подсчета всех ранговых игроков одиночной/парной очереди во всех регионах, то есть из тех же данных, что на странице распределение рангов LoL.

• Каждый дивизион от Железа IV до Алмаза I становится одной точкой: его нижняя граница на шкале MMR и доля игроков ниже нее.
• Мастер начинается с 3 500. Грандмастер и Претендент начинаются с 3 500 плюс 1,25 MMR за каждый LP самого низкого в этот день игрока ранга Грандмастер и Претендент, так что их нижние границы следуют за реальными порогами.
• Между двумя точками процентиль интерполируется линейно.

Таблица пересобирается каждый раз, когда сохраняется новый ежедневный подсчет. Она влияет только на строку с процентилем в результате; оценка MMR, вывод и прогноз LP от нее не зависят. Пока первого подсчета нет, сервис использует приблизительную таблицу.

Известные ограничения и смещения

Честный сервис сам говорит, где ошибается. Вот случаи, в которых оценка LoLValue наименее надежна.

Рейтинг, который использует Riot, не публичен, поэтому сверить оценку с истиной нельзя. Лучшая доступная проверка состоит в согласованности. Один и тот же аккаунт, проверенный в один день разными сервисами, работающими по лобби, попадает в пределы примерно одного дивизиона, а сигнал наблюдаемых LP, то есть обратная связь от самого Riot, совпадает со смешанной оценкой в подавляющем большинстве повторных проверок.

Данные, кэширование и лимиты запросов

Сервис читает только открытые данные Riot API: аккаунт, привязанный к Riot ID, ранговые записи этого аккаунта, список последних матчей и участников каждого матча. Вход не нужен, и никакие пароли, адреса электронной почты или данные клиента не используются.

• Ранг каждого игрока, замеченного в лобби, хранится в кэше шесть часов, поэтому соседей популярного игрока по лобби не запрашивают заново при каждой проверке.
• Готовый результат хранится в кэше пять минут; повторная проверка того же аккаунта в этот промежуток мгновенно возвращает тот же ответ.
• Снимки (ранг, LP, победы, поражения и оценка на момент проверки) сохраняются, чтобы метод наблюдаемых LP сработал при следующей проверке и чтобы страница могла показать историю вашего MMR.
• С одного IP можно выполнить двенадцать проверок в минуту, а сервер анализирует четыре аккаунта одновременно: так сервис остается в пределах лимитов Riot API для всех.
• Раз в день сервер также подсчитывает игроков в каждом ранге и дивизионе одиночной/парной очереди каждого региона: эти данные используются для процентиля и страницы распределения рангов.

Если хотите воспроизвести оценку, шагов на этой странице достаточно: любой разработчик с ключом Riot API может вызвать те же эндпоинты и применить те же формулы. Ради этого мы их и публикуем.

История изменений

• Сентябрь 2026 г. Процентиль переведен с приблизительной таблицы на наш ежедневный подсчет всех ранговых игроков одиночной/парной очереди (см. распределение рангов).
• Сентябрь 2026 г. Опубликована методика. Смешивание трех сигналов, предварительный вывод во время анализа, ARAM checker на отдельной странице.

Изменения формул записываются здесь с датой, когда они вступили в силу, чтобы результат, полученный до изменения, можно было понять по правилам, по которым он был рассчитан.

Методика: частые вопросы

Как рассчитывается MMR в League of Legends?

Собственный MMR Riot представляет собой скрытый рейтинг, который меняется после каждой игры в зависимости от результата и его вероятности. Riot не публикует ни формулу, ни само число. Сервисы вроде этого оценивают его по открытым данным: вашему рангу и частоте побед, рангам игроков, с которыми вас подбирают, и количеству LP за победу.

Какой сигнал важнее всего?

Среднее по лобби. Система подбора сводит вас с игроками похожего MMR, поэтому ранги ваших последних лобби описывают ваш рейтинг лучше, чем видимый ранг. После того как прочитаны десять игр, на него приходится до 70% смеси.

Почему мое число менялось, пока загружалась страница?

Первый ответ использует только ранг и частоту побед. По мере чтения ваших последних игр главную роль берет на себя среднее по лобби, поэтому число сдвигается, а вывод может смениться на противоположный. Пока анализ не закончен, страница показывает пометку о предварительном результате.

Почему разные сайты показывают разный MMR?

У каждого сайта своя шкала и свой набор сигналов. Два сервиса, работающих по лобби, обычно расходятся не больше чем на один дивизион; сайт, который читает только ранг и частоту побед, может ошибаться сильнее. Сравнивайте ранг, которому соответствует число, а не само число.

Является ли погрешность настоящим доверительным интервалом?

Нет. Это откалиброванный допуск, который уменьшается с объемом прочитанных данных: ±170 MMR только по рангу и частоте побед, около ±70 при десяти лобби, ±45 в лучшем случае. Понимайте его как «истинное значение, скорее всего, лежит в этом диапазоне», а не как строгую статистику.

Откуда сервис знает мой прирост LP?

Он прогнозирует его по разрыву между оценкой MMR и видимым рангом: 21 LP при нулевом разрыве плюс один LP за каждые 18 MMR разрыва, в пределах от 10 до 35. Со второй проверки он также читает LP, которые вы действительно получили, и учитывает их в оценке.

Почему для ARAM показан ранг из ранговых игр?

У ARAM нет своего ранга, поэтому лобби ARAM по открытым данным можно описать только через ранги игроков в одиночной/парной или гибкой очереди. Результат для ARAM показывает ранговый эквивалент уровня ваших лобби.

Использует ли сервис закрытые данные или данные клиента?

Нет. Все берется из открытых эндпоинтов Riot API: поиск аккаунта, ранговые записи, списки матчей и участники матчей. Вход не нужен.

Могу ли я сам воспроизвести оценку?

Да. Шкала, три метода, веса смешивания и правила погрешности есть на этой странице. С ключом разработчика Riot и теми же эндпоинтами вы получите то же число.

Как часто обновляются формулы?

Каждый раз, когда Riot меняет прирост LP или структуру рангов, константы LP подбираются заново, а изменение записывается с датой в историю изменений на этой странице.