MMR Checker Nasıl Çalışır?

Özet

LoLValue MMR checker, Riot'un herkese açık verilerinden en fazla üç bağımsız sinyali birleştirir: rankın ve kazanma oranın, eşleştirildiğin lobilerin ortalama puanı ve iki kontrol arasında gerçekten kazandığın LP. Her sinyal ortak bir MMR ölçeğinde bir sayıya çevrilir, sinyaller arkalarındaki veri miktarına bağlı ağırlıklarla harmanlanır ve sonuç bir hata payı ile bir güven etiketiyle verilir.

Bu sayfadaki hiçbir şey özel veri kullanmaz. Her sayı, Riot API anahtarı olan her geliştiricinin çağırabileceği uç noktalardan gelir; bu da aşağıdaki adımları izleyen herkesin tahmini yeniden üretebileceği anlamına gelir.

1. adım: Her rank için tek bir MMR ölçeği

Ranklar doğrusal bir ölçekte sayılara çevrilir: Demir IV 0 LP 0'dır, her aşama 500 puan, her küme 125, her LP 1,25 eder. Ustalık 3.500'den başlar ve ölçek oradan yalnızca LP ile devam eder; yani 400 LP'deki bir Ustalık oyuncusu 4.000'dedir, Üstatlık ve Şampiyonluk ise daha fazla LP'ye sahip Ustalık oyuncularından ibarettir.

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

tier_index:     Demir 0, Bronz 1, Gümüş 2, Altın 3, Platin 4, Zümrüt 5, Elmas 6
division_index: IV 0, III 1, II 2, I 3
apex:           Ustalık, Üstatlık, Şampiyonluk = 3500 + 1.25 × LP

Riot'un iç puanı bu ölçekte değildir ve Riot dışında kimse kesin aralığını bilmez. Ölçek, her sinyal karşılaştırılabilsin ve sonuç tanıdığın bir ranka geri çevrilebilsin diye var. Herhangi bir doğrusal ölçek aynı kararları verirdi; bu ölçek, 100 LP tam olarak bir kümeye denk geldiği için seçildi.

2. adım: A yöntemi, rank ve kazanma oranı

A yöntemi anlık cevabı verir. Görünen rankının MMR'ından başlar ve onu o sıradaki kazanma oranına göre kaydırır; kaydırma miktarı, bu oranın kaç oyuna dayandığıyla ölçeklenir. %50 kazanma oranı rank MMR'ını değiştirmez. Çok sayıda oyunda %50'nin belirgin şekilde üstünde bir kazanma oranı tahmini rankının üstüne iter, çünkü eşleştirme sistemi seni zaten rankının gösterdiğinden yüksek puanlıyordur.

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

MMR_A = MMR(rank) + adjust

Çözümlü örnek: Altın II, 40 LP, 80 oyunda %58 kazanma oranı. MMR(rank) = 1.500 + 250 + 50 = 1.800. 80 oyun 50'yi geçtiği için güven 1'dir. Düzeltme (0,58 − 0,50) × 1.500 = +120, yani MMR_A = 1.920; görünen rankın yaklaşık üçte iki küme üstü.

±250 sınırı, kazanma oranının kaba bir ölçüt olmasından dolayı var. 20 oyunda %70 kazanma oranı aksi halde tam iki aşama iddia ederdi, oysa bu genelde hâlâ tırmanışın başındaki bir smurf demektir. A yöntemi rankı olmayan sıralarda (Normal, Tam Gaz, ARAM) asla kullanılmaz. Ustalık ve üstünde yine çalışır; rank MMR'ı 3.500 artı LP başına 1,25 olarak alınır.

3. adım: B yöntemi, lobi ortalaması

B yöntemi en güçlü sinyaldir. Eşleştirme sistemi her lobiyi gizli MMR'ı seninkine yakın oyunculardan kurar, bu yüzden eşleştiğin oyuncuların rankları kendi puanının en yakın açık ölçüsüdür. Checker seçilen sıradaki son on oyununu okur, diğer dokuz oyuncunun her birinin rankına bakar ve her lobiyi tek bir sayıya çevirir.

Lobi başına

• Diğer dokuz oyuncunun her biri, analiz edilen sıradaki rankı ya da orada rankı yoksa diğer dereceli sıradaki rankı kullanılarak yukarıdaki ölçekle MMR'a çevrilir. Hiç rankı olmayan oyuncular atlanır.
• Dörtten az dereceli oyuncusu olan bir lobi elenir: onu tarif etmek için çok az nokta var.
• Altı veya daha fazla dereceli oyuncu olduğunda ortalama alınmadan önce en yüksek ve en düşük değer çıkarılır (kırpılmış ortalama); böylece tek bir smurf ya da rankı erimiş tek bir hesap lobiyi oynatmaz.

Lobiler genelinde

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

MMR_B = Σ lobby_mmr × weight / Σ weight

recency: en son oyun için 0, ondan önceki için 1, ve böyle devam eder
ranked_seen: diğer dokuz oyuncudan rankı olanların sayısı

Yenilik ağırlığı, en son oyunun onuncu oyundan yaklaşık iki kat fazla sayılması demektir. ranked_seen çarpanı, dokuz oyuncunun hepsinin rankı olan bir lobiyi, yalnızca beşinin rankı olan bir lobiden daha fazla saydırır. Varsayılan örneklem on oyundur; bu, hız ile kararlılık arasında bir uzlaşmadır ve başka hiçbir şeyi değiştirmeden sunucuda artırılabilir.

B yönteminin bilinmesi gereken sistematik bir yanlılığı var: ranklar MMR'ın gerisinden gelir. Sezonun ilk haftalarında herkesin rankı puanının altında durur, bu yüzden lobi ortalamaları herkes için düşük okunur. Karar (rankının üstünde ya da altında) bundan etkilenmez, çünkü senin rankın da aynı şekilde geriden gelir.

4. adım: C yöntemi, gözlenen LP

C yöntemi, Riot'un MMR'ın hakkında sana gerçekten söylediği tek şeyi kullanır: galibiyet başına ne kadar LP kazandığın. Her kontrol rankının, LP'nin, galibiyet ve mağlubiyetlerinin bir anlık kaydını saklar. Bir sonraki kontrolünde, otuz dakikadan eski bir kayıttan bu yana en az üç oyun oynandıysa checker galibiyet başına gerçek LP'ni hesaplar ve bunu MMR'ın ile rankın arasındaki bir farka çevirir.

ladder(rank) = Demir IV 0 LP'den itibaren toplam LP (küme başına 100)
gain_per_win = (Δladder + Δlosses × 42) / (Δwins + Δlosses)

3+ oyun oynandıysa ve 8 ≤ gain_per_win ≤ 40 ise geçerli

gap_C = (gain_per_win − 21) × 18

İlk formüldeki 42, bir galibiyet ile bir mağlubiyetin LP cinsinden varsayılan toplamıdır (21 + 21); formülün yalnızca net değişimi gördüğünde kazanımları kayıplardan ayırabilmesini sağlayan budur. İkinci formül, aşağıda anlatılan LP tahmininin tersidir: fark sıfırken beklenen kazanım 21 LP'dir ve farkın her 18 MMR'ı bunu bir LP oynatır.

Çözümlü örnek: iki kontrol arasında bir oyuncu, 6 galibiyet ve 3 mağlubiyetle Altın II 40 LP'den Altın I 20 LP'ye çıktı (+80 sıralama LP'si). gain_per_win = (80 + 3 × 42) / 9 = 22,9 LP. gap_C = (22,9 − 21) × 18 = +34 MMR, yani MMR'ı rankının biraz üstünde. Sinyal yalnızca Ustalık altındaki dereceli sıralarda kullanılır (zirve aşamalarında düzleştirilecek küme yok) ve sayılar anlamsız olduğunda, örneğin bir düşme kalkanından ya da rank erimesinden sonra, atılır.

5. adım: Sinyallerin harmanlanması

Üç sayı, her birinin arkasındaki veri miktarıyla büyüyen ağırlıklarla birleştirilir. On lobi okunduğunda lobi ortalaması harmanın %70'ine kadarını alır; daha az lobiyle payı küçülür ve gerisini A yöntemi doldurur. Gözlenen LP varsa sonucu, işaret ettiği değere doğru dörtte bir oranında çeker.

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

gözlenen LP varsa:
    MMR    = MMR_AB × 0.75 + (MMR(rank) + gap_C) × 0.25
yoksa:
    MMR    = MMR_AB

Sonuç sayfasındaki sayının ilk saniyelerde değişmesinin nedeni bu: anlık cevap yalnızca A yöntemidir ve her lobi okundukça harman B yöntemine doğru kayar. Sayfa analiz bitene kadar geçici bir karar gösterir; böylece geçici bir dönüş kesin sonuç sanılmaz.

6. adım: Hata payı ve güven

Her tahmin, bir değer artı eksi bir hata payı olarak gösterilir. Bu pay istatistiksel bir güven aralığı değildir; harmana daha fazla bağımsız veri girdikçe küçülen, kalibre edilmiş bir paydır.

margin = 170                          yalnızca A yöntemiyle
margin = 150 − 8 × min(12, lobbies)   lobiler okunduktan sonra
margin = margin − 10                  gözlenen LP varsa
margin = max(margin, 45)

confidence: margin ≤ 70 ise yüksek, ≤ 110 ise orta, aksi halde düşük

Hata payı, tahminin ile rankın arasındaki farkla karşılaştırıldığında karar ortaya çıkar: en az +60 MMR'lık bir fark "rankının üstünde", en fazla −60 MMR'lık bir fark "rankının altında", aradaki her şey "MMR ve rank uyumlu" olarak gösterilir. Altmış MMR yarım kümedir; LP kazanımlarını iki oyun arasındaki gürültüden daha fazla değiştiren en küçük farktır.

7. adım: LP kazanımlarını ve rank atlamak için gereken oyunları tahmin etmek

LP tahmini, tahmini MMR'ın ile rankın arasındaki farkı galibiyet ve mağlubiyet başına beklenen LP'ye çevirir. Fark sıfırken checker simetrik 21 LP varsayar. Pozitif farkın her 18 MMR'ı galibiyetlere bir LP ekler ve mağlubiyetlerden bir LP çıkarır; sonuç 10 ile 35 LP arasında kalır.

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

games_to_next_division(winrate) = şu koşulu sağlayan en küçük n:
    LP + n × (winrate × LP_win − (1 − winrate) × LP_loss) ≥ 100

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

Çözümlü örnek: 1.750'deki Altın II rankına karşı 1.920 tahmini +170 fark verir. shift = 9,4, yani LP_win = 30 ve LP_loss = 12. 40 LP'den, %55 kazanma oranıyla her oyun ortalama 0,55 × 30 − 0,45 × 12 = 11,1 LP eder; yani Altın I yaklaşık altı oyun uzakta. Üst üste iki galibiyet de yeterli olur.

21 ve 18 sabitleri, mevcut sezonda Altın ile Elmas arasındaki oyuncuların bildirdiği LP kazanımlarına göre ayarlandı. Modelin en çok değişmesi muhtemel kısmı bunlar: Riot LP kazanımlarını değiştirdiğinde bu iki sayı yeniden ayarlanır ve bu sayfa yeni değerlerle güncellenir.

8. adım: Yüzdelik dilim

Yüzdelik dilim "dereceli oyuncuların ne kadarı bu MMR'ın altında" sorusunu yanıtlar. Her bölgedeki tüm dereceli Tek/Çift oyuncularını her gün kendimiz saydığımız verilerden okunur; bunlar LoL rank dağılımı sayfasında gösterilen verilerin aynısıdır.

• Demir IV'ten Elmas I'e kadar her küme bir nokta olur: MMR ölçeğindeki taban değeri ve altındaki oyuncuların payı.
• Ustalık 3.500'den başlar. Üstatlık ve Şampiyonluk, 3.500 artı o günkü en düşük Üstatlık ve Şampiyonluk oyuncusunun LP'si başına 1,25 MMR'dan başlar; böylece tabanları gerçek sınırları takip eder.
• İki nokta arasında yüzdelik dilim doğrusal olarak hesaplanır (interpolasyon).

Tablo, yeni bir günlük sayım kaydedildiğinde her seferinde yeniden kurulur. Yalnızca sonuçtaki yüzdelik dilim satırını etkiler; MMR tahmini, karar ve LP tahmini ona bağlı değildir. İlk sayım yapılmadan önce checker yaklaşık bir tabloya geri döner.

Bilinen sınırlar ve yanlılıklar

Dürüst bir checker nerede yanıldığını listeler. LoLValue tahmininin en az güvenilir olduğu durumlar bunlar.

Riot'un kullandığı puan açık değil, bu yüzden karşılaştırılacak kesin bir doğru yok. Elimizdeki en iyi kontrol tutarlılık: aynı hesap aynı gün farklı lobi tabanlı araçlarla sorgulandığında sonuçlar yaklaşık bir küme içinde kalıyor ve Riot'un kendi geri bildirimi olan gözlenen LP sinyali, ikinci kontrollerin büyük çoğunluğunda harmanlanmış tahminle uyuşuyor.

Veri, önbellek ve istek sınırları

Checker yalnızca Riot API'sinin herkese açık verilerini okur: bir Riot ID'nin arkasındaki hesap, o hesabın dereceli kayıtları, son maç listesi ve her maçın katılımcıları. Giriş gerekmez; şifre, e-posta ya da istemci verisi işin içinde değildir.

• Bir lobide görülen her oyuncunun rankı altı saat önbellekte tutulur; böylece popüler bir oyuncunun lobi arkadaşları her kontrolde yeniden istenmez.
• Tamamlanan bir sonuç beş dakika önbellekte tutulur; aynı hesabı bu süre içinde iki kez kontrol etmek aynı cevabı anında döndürür.
• Anlık kayıtlar (kontrol anındaki rank, LP, galibiyet, mağlubiyet ve tahmin) saklanır; böylece gözlenen LP yöntemi bir sonraki kontrolde çalışabilir ve sayfa MMR geçmişini gösterebilir.
• Her IP dakikada on iki kontrol yapabilir ve sunucu aynı anda dört hesabı analiz eder; bu, aracı herkes için Riot'un API sınırları içinde tutar.
• Sunucu ayrıca günde bir kez her bölgenin Tek/Çift sıralamasındaki her aşama ve kümede kaç oyuncu olduğunu sayar; bu sayım yüzdelik dilimi ve rank dağılımı sayfasını besler.

Tahmini yeniden üretmek istersen bu sayfadaki adımlar yeterli: Riot API anahtarı olan her geliştirici aynı uç noktaları çağırıp aynı formülleri uygulayabilir. Formülleri yayımlamamızın amacı da bu.

Değişiklik günlüğü

• Eylül 2026. Yüzdelik dilim, yaklaşık bir tablodan tüm dereceli Tek/Çift oyuncularını kapsayan günlük sayımımıza geçti (bkz. rank dağılımı).
• Eylül 2026. Metodoloji yayımlandı. Üç sinyalli harman, analiz sırasında geçici karar, kendi sayfasında ARAM checker.

Formül değişiklikleri yayına girdikleri tarihle birlikte buraya kaydedilir; böylece bir değişiklikten önceki bir sonuç, onu üreten kurallara göre okunabilir.

Metodoloji: sıkça sorulan sorular

League of Legends'da MMR nasıl hesaplanır?

Riot'un kendi MMR'ı, her oyundan sonra sonuca ve o sonucun ne kadar olası olduğuna göre hareket eden gizli bir puandır. Riot ne formülü ne de sayıyı yayımlar. Bunun gibi checker'lar onu herkese açık verilerden tahmin eder: rankın ve kazanma oranın, eşleştiğin oyuncuların rankları ve galibiyet başına kazandığın LP.

Hangi sinyal en önemli?

Lobi ortalaması. Eşleştirme seni benzer MMR'daki oyuncularla bir araya getirir, bu yüzden son lobilerinin rankları puanını kendi rankından daha iyi anlatır. On oyun okunduğunda harmanın %70'ine kadarını alır.

Sayfa yüklenirken sonucum neden değişti?

İlk cevap yalnızca rank ve kazanma oranını kullanır. Son oyunlarının her biri okundukça lobi ortalaması ağırlık kazanır, bu yüzden sayı oynar ve karar tersine dönebilir. Sayfa analiz bitene kadar geçici etiketini gösterir.

Farklı MMR siteleri neden farklı sayılar gösteriyor?

Her site kendi ölçeğini ve kendi sinyal karışımını kullanır. Lobi tabanlı iki araç genelde birbirinden en fazla bir küme uzakta sonuç verir; yalnızca rankını ve kazanma oranını okuyan bir site daha uzağa düşebilir. Ham sayı yerine sayının denk geldiği rankı karşılaştır.

Hata payı gerçek bir güven aralığı mı?

Hayır. Okunan veri miktarıyla küçülen, kalibre edilmiş bir paydır: yalnızca rank ve kazanma oranıyla ±170 MMR, on lobiyle yaklaşık ±70, en iyi ihtimalle ±45. Onu resmi bir istatistik olarak değil, "gerçek değer büyük olasılıkla bu aralıkta" diye oku.

Checker LP kazanımlarımı nasıl biliyor?

Onları tahmini MMR'ın ile rankın arasındaki farktan tahmin eder: fark sıfırken 21 LP, farkın her 18 MMR'ı için bir LP daha, 10 ile 35 arasında. İkinci kontrolünden itibaren gerçekte kazandığın LP'yi de okur ve bunu tahmine geri besler.

ARAM neden dereceli rank olarak gösteriliyor?

ARAM'ın kendi rankı yok, bu yüzden bir ARAM lobisini tarif etmenin tek açık yolu içindeki oyuncuların Tek/Çift ya da Esnek ranklarıdır. ARAM sonucu, lobilerinin dereceli karşılığı olan seviyedir.

Checker özel veri ya da istemci verisi kullanıyor mu?

Hayır. Her şey Riot API'sinin herkese açık uç noktalarından gelir: hesap sorgusu, dereceli kayıtlar, maç listeleri ve maç katılımcıları. Giriş yok.

Tahmini kendim yeniden üretebilir miyim?

Evet. Ölçek, üç yöntem, harman ağırlıkları ve hata payı kuralları bu sayfada. Bir Riot geliştirici anahtarı ve aynı uç noktalarla aynı sayıyı elde edersin.

Formüller ne sıklıkla güncelleniyor?

Riot LP kazanımlarını ya da dereceli yapısını her değiştirdiğinde LP sabitleri yeniden ayarlanır ve değişiklik, tarihiyle birlikte bu sayfadaki değişiklik günlüğüne kaydedilir.