Pantheonvs Olaf
Pantheon vs Olaf es un matchup a decisive en LoL parche 26.7. Olaf gana con un 56.0% de win rate (+12.0%) sobre Pantheon basado en 25 partidas. Olaf wins the early laning phase while Pantheon scales better into the late game. A continuación encontrarás el mejor build, runas, estadísticas de línea y estrategias de Pantheon para el matchup Pantheon vs Olaf.
Pantheon Matchup Breakdown
Use the dropdown to select an opponent and see a detailed breakdown of how Pantheon performs against them. You'll get head-to-head win rates, laning stats, the best build and runes for the matchup, and early vs late game analysis — all based on real ranked data.
Olaf(44.0%)Who Wins the Pantheon vs Olaf Matchup?
Resumen del enfrentamiento Pantheon vs Olaf
El enfrentamiento Pantheon vs Olaf es un enfrentamiento decisivo en el juego clasificatorio de League of Legends. Basado en 25 partidas recientes analizadas, Olaf gana con una tasa de victoria del 56.0% comparado con el 44.0% de Pantheon, dando a Olaf una ventaja de 12.0 puntos porcentuales. Las dinámicas de fase del juego juegan un papel crítico aquí: Olaf controla la fase temprana de línea, pero Pantheon escala mejor a medida que el juego se alarga. El enfrentamiento cambia dramáticamente dependiendo de la duración del juego — Olaf necesita presionar ventajas antes de que Pantheon alcance sus picos de poder, mientras Pantheon debe enfocarse en farmear seguro y alcanzar puntos clave de objetos. La brecha estadística más significativa está en sustain, donde Olaf lidera por 813 HP/min — una diferencia que influye fuertemente en el resultado de intercambios y escaramuzas. Olaf tiene una fuerte ventaja en este enfrentamiento. Los jugadores de Pantheon deben jugar defensivamente, priorizar el farmeo seguro bajo torre, y buscar oportunidades creadas por la presión de la jungla o cuando Olaf se extiende demasiado. Evita intercambios prolongados y espera a los combates de equipo donde el posicionamiento y la coordinación importan más. Entender estas dinámicas del enfrentamiento es esencial para las decisiones de selección de campeones y la estrategia durante el juego al enfrentar a este oponente de línea.
Desglose de la fase de línea Pantheon vs Olaf
Olaf está favorecido durante la fase de línea contra Pantheon, ganando 3 de 5 categorías estadísticas clave. Olaf tiene ventajas en farmeo, ingresos de oro y sustain, haciéndolo el mejor en línea en este enfrentamiento.
Best Pantheon Build Against Olaf
Botas de mercurio es la elección óptima de botas contra Olaf, proporcionando la movilidad y estadísticas que Pantheon más necesita en este enfrentamiento. Los objetos principales de mayor rendimiento para Pantheon contra Olaf son Eclipse, Firmamento desgarrado y Cuchilla negra. Esta combinación da a Pantheon un balance efectivo de daño, supervivencia y utilidad para el enfrentamiento. Esta construcción rinde excepcionalmente bien, logrando una tasa de victoria del 66.7% en 3 partidas — muy por encima del promedio y haciéndola el mejor camino de objetos contra Olaf. Pueden necesitarse ajustes basados en composiciones de equipo y estado del juego, pero esta construcción proporciona la base más fuerte para el enfrentamiento Pantheon vs Olaf.
Early Game vs Late Game
Pantheon33.3%Olaf66.7%Pantheon50.0%Olaf50.0%Olaf domina el juego temprano (primeros 15 minutos) con una comandante tasa de victoria del 66.7% — una ventaja de 33.3 puntos porcentuales sobre Pantheon. Este juego temprano desigual significa que Olaf puede dictar el ritmo de la línea desde el nivel 1, controlando intercambios, estado de oleadas y prioridad del río.
El juego tardío (25+ minutos) está igualmente equilibrado, con Pantheon al 50.0% de tasa de victoria — solo 0.0 puntos por delante de Olaf. La ejecución de combates de equipo y el juego macro determinan el ganador en esta etapa, no la ventaja del enfrentamiento de campeones.
Las dinámicas de poder cambian a medida que el juego progresa — Olaf tiene la ventaja temprano, pero Pantheon gradualmente toma el control. Sin embargo, los márgenes son lo suficientemente estrechos para que cualquier campeón pueda ganar en cualquier etapa con las jugadas correctas. Enfócate en tomar ventajas cuando las tengas en lugar de esperar una fase específica del juego.
Best Pantheon Runes Against Olaf
Precisión
Brujería
La configuración de runas Precisión y Brujería da a Pantheon las mejores herramientas para competir contra Olaf en este enfrentamiento difícil, compensando las desventajas estadísticas con sinergias de runas óptimas.
Datos de matchup de Pantheon para el parche 26.7 de League of Legends. La tabla muestra la tasa de victoria, diferencia de oro y estadisticas de rendimiento de Pantheon contra cada campeon en la meta actual. Haz clic en cualquier nombre de campeon para ver un desglose detallado que incluye el mejor build de Pantheon, runas, estadisticas de linea y analisis de early vs late game para ese matchup especifico.
Oponente | Tasa de victoria | Partidas | CS/min | Daño/min | Oro/partida | TV Temprana | TV Tardia |
|---|---|---|---|---|---|---|---|
| 58.41% | 113 | 5.7 | 924 | 12,052 | 59.6% | 57.4% | |
| 55.45% | 101 | 2.2 | 666 | 10,636 | 58.7% | 52.7% | |
| 53.26% | 92 | 1.5 | 647 | 9,840 | 44.9% | 62.8% | |
| 46.67% | 75 | 1.5 | 652 | 10,931 | 46.4% | 46.8% | |
| 41.67% | 72 | 1.6 | 649 | 9,780 | 33.3% | 47.6% | |
| 50.00% | 70 | 1.7 | 710 | 10,581 | 50.0% | 50.0% | |
| 42.42% | 66 | 5.6 | 902 | 12,135 | 54.8% | 31.4% | |
| 43.94% | 66 | 1.5 | 671 | 11,038 | 44.0% | 43.9% | |
| 49.21% | 63 | 5.4 | 857 | 11,606 | 48.0% | 50.0% | |
| 49.12% | 57 | 1.6 | 704 | 10,807 | 47.8% | 50.0% | |
| 47.37% | 57 | 1.5 | 703 | 10,353 | 43.5% | 50.0% | |
| 50.00% | 56 | 2.0 | 778 | 11,169 | 56.5% | 45.5% | |
| 44.44% | 54 | 1.6 | 704 | 9,865 | 44.4% | 44.4% | |
| 34.62% | 53 | 2.6 | 837 | 10,601 | 31.8% | 36.7% | |
| 46.15% | 52 | 5.1 | 1,010 | 11,321 | 53.9% | 38.5% | |
| 55.77% | 52 | 1.9 | 698 | 11,149 | 47.8% | 62.1% | |
| 54.90% | 51 | 4.5 | 753 | 10,225 | 57.1% | 52.2% | |
| 52.00% | 50 | 1.4 | 754 | 10,299 | 50.0% | 53.9% | |
| 44.90% | 49 | 3.5 | 993 | 12,725 | 50.0% | 41.4% | |
| 54.17% | 48 | 1.6 | 698 | 10,330 | 44.8% | 68.4% | |
| 51.06% | 47 | 1.4 | 638 | 10,347 | 40.0% | 59.3% | |
| 44.68% | 47 | 1.5 | 667 | 10,840 | 41.2% | 46.7% | |
| 44.68% | 47 | 3.1 | 834 | 12,340 | 25.0% | 54.8% | |
| 62.22% | 45 | 5.7 | 908 | 12,112 | 76.2% | 50.0% | |
| 53.33% | 45 | 5.2 | 832 | 10,866 | 54.5% | 52.2% | |
| 43.18% | 44 | 3.9 | 823 | 11,884 | 59.1% | 27.3% | |
| 60.00% | 40 | 4.8 | 881 | 12,239 | 61.1% | 59.1% | |
| 38.46% | 39 | 4.8 | 820 | 10,683 | 41.7% | 33.3% | |
| 46.15% | 39 | 1.4 | 643 | 10,298 | 58.8% | 36.4% | |
| 48.65% | 37 | 6.0 | 883 | 10,817 | 55.0% | 41.2% | |
| 48.65% | 37 | 1.4 | 626 | 9,622 | 57.9% | 38.9% | |
| 64.86% | 37 | 1.4 | 676 | 10,130 | 60.0% | 70.6% | |
| 61.11% | 36 | 1.5 | 719 | 11,895 | 41.7% | 70.8% | |
| 55.56% | 36 | 1.6 | 652 | 10,262 | 63.2% | 47.1% | |
| 44.44% | 36 | 1.6 | 707 | 11,963 | 45.5% | 44.0% | |
| 44.12% | 34 | 1.7 | 795 | 12,153 | 44.4% | 43.8% | |
| 55.88% | 34 | 5.8 | 902 | 11,588 | 50.0% | 62.5% | |
| 58.82% | 34 | 4.3 | 724 | 11,542 | 60.0% | 57.9% | |
| 48.48% | 33 | 4.3 | 970 | 12,375 | 46.1% | 50.0% | |
| 36.36% | 33 | 1.3 | 706 | 12,117 | 37.5% | 35.3% | |
| 48.48% | 33 | 1.2 | 730 | 10,880 | 63.6% | 40.9% | |
| 50.00% | 32 | 2.6 | 619 | 10,711 | 50.0% | 50.0% | |
| 50.00% | 32 | 1.4 | 705 | 12,152 | 42.9% | 55.6% | |
| 41.94% | 31 | 4.1 | 831 | 11,039 | 47.1% | 35.7% | |
| 41.94% | 31 | 1.1 | 630 | 11,813 | 43.8% | 40.0% | |
| 43.33% | 30 | 0.8 | 719 | 11,885 | 50.0% | 37.5% | |
| 60.00% | 30 | 4.2 | 826 | 10,992 | 47.6% | 88.9% | |
| 58.62% | 29 | 6.0 | 817 | 11,366 | 56.3% | 61.5% | |
| 37.93% | 29 | 3.6 | 904 | 12,396 | 30.8% | 43.8% | |
| 64.29% | 28 | 1.4 | 656 | 11,342 | 58.8% | 72.7% | |
| 28.57% | 28 | 1.3 | 645 | 10,297 | 23.1% | 33.3% | |
| 53.57% | 28 | 3.5 | 959 | 12,667 | 46.7% | 61.5% | |
| 35.71% | 28 | 2.8 | 795 | 11,272 | 36.4% | 35.3% | |
| 67.86% | 28 | 3.3 | 852 | 12,311 | 91.7% | 50.0% | |
| 71.43% | 28 | 5.4 | 934 | 10,332 | 58.8% | 90.9% | |
| 40.74% | 27 | 2.4 | 674 | 10,074 | 50.0% | 30.8% | |
| 44.44% | 27 | 1.3 | 788 | 13,065 | 50.0% | 42.1% | |
| 59.26% | 27 | 5.8 | 978 | 13,284 | 63.6% | 56.3% | |
| 34.62% | 26 | 5.2 | 802 | 11,231 | 27.3% | 40.0% | |
| 61.54% | 26 | 4.7 | 942 | 12,052 | 50.0% | 68.8% | |
| 36.00% | 25 | 5.5 | 806 | 11,629 | 35.7% | 36.4% | |
| 40.00% | 25 | 4.7 | 860 | 12,902 | 22.2% | 50.0% | |
| 44.00% | 25 | 5.4 | 947 | 12,170 | 33.3% | 50.0% | |
| 48.00% | 25 | 1.5 | 754 | 10,784 | 46.7% | 50.0% | |
| 50.00% | 24 | 3.6 | 884 | 12,433 | 60.0% | 42.9% | |
| 62.50% | 24 | 5.2 | 1,054 | 11,773 | 69.2% | 54.5% | |
| 78.26% | 23 | 5.3 | 874 | 12,150 | 66.7% | 85.7% | |
| 65.22% | 23 | 1.6 | 729 | 10,824 | 42.9% | 75.0% | |
| 52.17% | 23 | 3.2 | 764 | 11,687 | 58.3% | 45.5% | |
| 47.83% | 23 | 5.6 | 1,008 | 12,815 | 71.4% | 37.5% | |
| 43.48% | 23 | 4.6 | 817 | 10,086 | 53.9% | 30.0% | |
| 50.00% | 22 | 2.8 | 766 | 12,878 | 33.3% | 56.3% | |
| 68.18% | 22 | 1.3 | 737 | 12,612 | 57.1% | 73.3% | |
| 31.82% | 22 | 0.9 | 576 | 10,805 | 28.6% | 37.5% | |
| 68.18% | 22 | 5.8 | 930 | 11,313 | 75.0% | 64.3% | |
| 36.36% | 22 | 5.5 | 923 | 10,310 | 38.5% | 33.3% | |
| 52.38% | 21 | 5.3 | 863 | 11,603 | 66.7% | 46.7% | |
| 61.90% | 21 | 0.9 | 769 | 13,778 | 100.0% | 50.0% | |
| 50.00% | 20 | 4.6 | 792 | 10,435 | 60.0% | 40.0% | |
| 45.00% | 20 | 0.9 | 651 | 11,609 | 40.0% | 50.0% | |
| 65.00% | 20 | 1.6 | 690 | 11,349 | 70.0% | 60.0% | |
| 60.00% | 20 | 4.4 | 869 | 12,855 | 50.0% | 64.3% | |
| 45.00% | 20 | 4.5 | 892 | 11,050 | 11.1% | 72.7% | |
| 31.58% | 19 | 1.7 | 706 | 9,047 | 33.3% | 28.6% | |
| 15.79% | 19 | 1.5 | 672 | 12,011 | 0.0% | 21.4% | |
| 61.11% | 18 | 0.8 | 841 | 12,796 | 55.6% | 66.7% | |
| 44.44% | 18 | 3.2 | 852 | 11,575 | 66.7% | 33.3% | |
| 52.94% | 17 | 1.4 | 746 | 10,749 | 50.0% | 55.6% | |
| 47.06% | 17 | 2.1 | 743 | 12,928 | 50.0% | 45.5% | |
| 52.94% | 17 | 5.8 | 896 | 10,114 | 55.6% | 50.0% | |
| 41.18% | 17 | 0.8 | 784 | 12,294 | 42.9% | 40.0% | |
| 56.25% | 16 | 5.4 | 876 | 12,951 | 80.0% | 45.5% | |
| 37.50% | 16 | 5.6 | 751 | 11,859 | 37.5% | 37.5% | |
| 37.50% | 16 | 2.6 | 921 | 11,553 | 25.0% | 50.0% | |
| 43.75% | 16 | 5.8 | 930 | 11,762 | 37.5% | 50.0% | |
| 56.25% | 16 | 0.8 | 752 | 13,671 | 50.0% | 58.3% | |
| 31.25% | 16 | 5.4 | 961 | 13,863 | 60.0% | 18.2% | |
| 53.33% | 15 | 4.3 | 749 | 9,873 | 55.6% | 50.0% | |
| 53.33% | 15 | 3.5 | 855 | 12,535 | 25.0% | 63.6% | |
| 60.00% | 15 | 5.4 | 850 | 13,569 | 75.0% | 54.5% | |
| 78.57% | 14 | 5.6 | 998 | 12,482 | 60.0% | 88.9% | |
| 50.00% | 14 | 5.5 | 778 | 10,388 | 83.3% | 25.0% | |
| 64.29% | 14 | 1.4 | 617 | 9,827 | 62.5% | 66.7% | |
| 35.71% | 14 | 3.3 | 712 | 10,502 | 50.0% | 16.7% | |
| 57.14% | 14 | 5.2 | 1,095 | 12,669 | 60.0% | 55.6% | |
| 35.71% | 14 | 1.4 | 696 | 12,148 | 66.7% | 12.5% | |
| 21.43% | 14 | 4.4 | 590 | 10,073 | 20.0% | 22.2% | |
| 28.57% | 14 | 4.6 | 897 | 13,670 | 16.7% | 37.5% | |
| 38.46% | 13 | 1.0 | 691 | 12,328 | 33.3% | 42.9% | |
| 53.85% | 13 | 0.9 | 793 | 13,163 | 50.0% | 57.1% | |
| 38.46% | 13 | 2.2 | 606 | 9,513 | 33.3% | 50.0% | |
| 30.77% | 13 | 4.9 | 859 | 12,269 | 40.0% | 25.0% | |
| 53.85% | 13 | 4.3 | 748 | 10,894 | 62.5% | 40.0% | |
| 16.67% | 12 | 4.8 | 804 | 11,728 | 25.0% | 12.5% | |
| 72.73% | 11 | 4.3 | 793 | 11,725 | 62.5% | 100.0% | |
| 27.27% | 11 | 3.1 | 792 | 12,111 | 50.0% | 14.3% | |
| 54.55% | 11 | 0.8 | 599 | 11,124 | 75.0% | 42.9% | |
| 50.00% | 10 | 3.7 | 825 | 13,043 | 66.7% | 42.9% | |
| 20.00% | 10 | 1.8 | 630 | 9,686 | 16.7% | 25.0% | |
| 50.00% | 10 | 4.7 | 955 | 12,059 | 20.0% | 80.0% | |
| 60.00% | 10 | 5.0 | 799 | 11,788 | 33.3% | 71.4% | |
| 50.00% | 10 | 5.9 | 1,110 | 13,423 | 25.0% | 66.7% | |
| 40.00% | 10 | 6.0 | 945 | 12,694 | 50.0% | 33.3% | |
| 60.00% | 10 | 5.0 | 802 | 8,262 | 60.0% | 60.0% | |
| 55.56% | 9 | 5.0 | 796 | 12,028 | 66.7% | 50.0% | |
| 55.56% | 9 | 5.1 | 909 | 10,911 | 57.1% | 50.0% | |
| 44.44% | 9 | 5.4 | 908 | 11,481 | 33.3% | 50.0% | |
| 44.44% | 9 | 5.5 | 736 | 11,743 | 33.3% | 66.7% | |
| 62.50% | 8 | 5.2 | 917 | 13,959 | 0.0% | 71.4% | |
| 62.50% | 8 | 0.9 | 686 | 12,333 | 60.0% | 66.7% | |
| 50.00% | 8 | 5.7 | 1,065 | 10,839 | 50.0% | 50.0% | |
| 50.00% | 8 | 1.2 | 745 | 13,606 | 0.0% | 66.7% | |
| 62.50% | 8 | 2.8 | 828 | 11,415 | 100.0% | 50.0% | |
| 57.14% | 7 | 4.4 | 722 | 9,133 | 40.0% | 100.0% | |
| 57.14% | 7 | 1.3 | 884 | 11,114 | 25.0% | 100.0% | |
| 57.14% | 7 | 3.2 | 726 | 11,822 | 50.0% | 66.7% | |
| 85.71% | 7 | 2.2 | 758 | 12,017 | 75.0% | 100.0% | |
| 42.86% | 7 | 2.8 | 951 | 14,458 | 50.0% | 40.0% | |
| 42.86% | 7 | 4.3 | 917 | 14,113 | 0.0% | 50.0% | |
| 57.14% | 7 | 0.7 | 746 | 13,019 | 50.0% | 60.0% | |
| 42.86% | 7 | 1.7 | 779 | 12,464 | 50.0% | 40.0% | |
| 33.33% | 6 | 3.7 | 899 | 12,433 | 50.0% | 0.0% | |
| 50.00% | 6 | 4.4 | 774 | 12,326 | 50.0% | 50.0% | |
| 50.00% | 6 | 4.8 | 683 | 12,816 | 100.0% | 25.0% | |
| 50.00% | 6 | 0.8 | 793 | 12,589 | 66.7% | 33.3% | |
| 33.33% | 6 | 5.0 | 667 | 11,572 | 50.0% | 25.0% | |
| 33.33% | 6 | 0.9 | 750 | 11,658 | 0.0% | 50.0% | |
| 83.33% | 6 | 0.6 | 796 | 13,334 | 0.0% | 100.0% | |
| 100.00% | 5 | 2.4 | 902 | 12,862 | 100.0% | 100.0% | |
| 40.00% | 5 | 1.9 | 640 | 13,356 | 0.0% | 50.0% | |
| 40.00% | 5 | 4.1 | 710 | 12,557 | 66.7% | 0.0% | |
| 80.00% | 5 | 4.4 | 757 | 8,943 | 66.7% | 100.0% | |
¡Ayúdanos a mantener la precisión! Si notas estadísticas incorrectas, datos faltantes o cualquier problema, tu retroalimentación mejora directamente la calidad de nuestros datos para toda la comunidad.
Pantheon vs Olaf - Preguntas Frecuentes
Como le va a Pantheon contra Olaf en League of Legends?
Olaf gana el matchup de Pantheon vs Olaf con una tasa de victorias de 56.0% comparado con el 44.0% de Pantheon, una diferencia de 12.0 puntos porcentuales. Estos datos se basan en 25 partidas rankeadas recientes en el parche 26.7.
Como le va a Pantheon contra Olaf en el early game?
En el early game, Olaf tiene la ventaja contra Pantheon con una tasa de victorias de 66.7% versus 33.3%. Los jugadores de Olaf deben presionar su ventaja en linea a traves de trades agresivos y control de oleada durante los primeros 15 minutos.
Como le va a Pantheon contra Olaf en el late game?
En el late game, Pantheon toma el control del matchup Pantheon vs Olaf con una tasa de victorias de 50.0% comparado con 50.0%. Pantheon escala mejor en peleas de equipo y disputas de objetivos despues de los 25 minutos.
Quien gana el matchup de Pantheon vs Olaf?
Olaf gana el matchup contra Pantheon con una tasa de victorias de 56.0% en el parche 26.7 de League of Legends. La ventaja de 12.0 puntos porcentuales significa que Olaf esta significantly favorecido en este matchup de linea basado en 25 partidas analizadas.
Cual es el mejor build de Pantheon contra Olaf?
El mejor build de Pantheon contra Olaf incluye Eclipse, Firmamento desgarrado, Cuchilla negra with Botas de mercurio. This build achieves a 66.7% win rate in the matchup. Revisa el desglose del matchup arriba para ver la ruta completa de objetos y el orden de build.
Cuales son las mejores runas de Pantheon contra Olaf?
Las mejores runas de Pantheon contra Olaf usan el arbol primario Precisión con Brujería secundario. This rune setup achieves a 50.0% win rate in the Pantheon vs Olaf matchup. Mira el desglose completo de runas en la comparacion de matchup arriba.
Pantheon contraresta a Olaf?
No, Pantheon tiene dificultades contra Olaf con solo una tasa de victorias de 44.0%. Olaf tiene la ventaja en este matchup. Los jugadores de Pantheon deben concentrarse en farmear seguro y evitar trades extendidos para minimizar la ventaja de Olaf.
Como juego Pantheon contra Olaf?
Cuando juegas Pantheon contra Olaf, juega con cautela y evita los picos de poder de Olaf. Focus on safe farming — you outscale Olaf in the late game. Usa el build y las runas especificas del matchup de arriba para optimizar tus posibilidades.