Pantheonvs Olaf
Pantheon vs Olaf est un matchup a decisive dans LoL patch 26.7. Olaf gagne avec un 56.0% de winrate (+12.0%) contre Pantheon basé sur 25 parties. Olaf wins the early laning phase while Pantheon scales better into the late game. Ci-dessous vous trouverez le meilleur build, runes, stats de lane et stratégies Pantheon pour le 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?
Résumé de l'affrontement Pantheon vs Olaf
L'affrontement Pantheon vs Olaf est un affrontement décisif dans le jeu classé de League of Legends. Sur la base de 25 parties récentes analysées, Olaf gagne avec un taux de victoire de 56.0% contre 44.0% pour Pantheon, donnant à Olaf un avantage de 12.0 points de pourcentage. Les dynamiques de phase de jeu jouent un rôle critique ici : Olaf contrôle la phase de lane précoce, mais Pantheon monte en puissance à mesure que la partie s'allonge. L'affrontement change dramatiquement selon la durée de la partie — Olaf doit presser les avantages avant que Pantheon atteigne ses pics de puissance, tandis que Pantheon doit se concentrer sur le farm sécurisé et atteindre les seuils d'objets clés. L'écart statistique le plus significatif est dans sustain, où Olaf mène de 813 HP/min — une différence qui influence fortement le résultat des échanges et des escarmouches. Olaf a un fort avantage dans cet affrontement. Les joueurs de Pantheon doivent jouer défensivement, prioriser le farm sécurisé sous la tour, et chercher des opportunités créées par la pression du jungler ou quand Olaf s'étend trop. Évitez les échanges prolongés et attendez les combats d'équipe où le positionnement et la coordination comptent plus. Comprendre ces dynamiques d'affrontement est essentiel pour les décisions de sélection de champion et la stratégie en jeu face à cet adversaire de lane.
Analyse de la phase de lane Pantheon vs Olaf
Olaf est favorisé pendant la phase de lane contre Pantheon, gagnant 3 des 5 catégories statistiques clés. Olaf a des avantages en farm, revenus d'or et sustain, le rendant le meilleur laneur dans cet affrontement.
Best Pantheon Build Against Olaf
Sandales de Mercure est le choix de bottes optimal contre Olaf, fournissant la mobilité et les statistiques dont Pantheon a le plus besoin dans cet affrontement. Les objets principaux les plus performants pour Pantheon contre Olaf sont Éclipse, Ciel éventré et Couperet noir. Cette combinaison donne à Pantheon un équilibre efficace de dégâts, survie et utilité pour l'affrontement. Cette build performe exceptionnellement bien, atteignant un taux de victoire de 66.7% sur 3 parties — bien au-dessus de la moyenne et en faisant le meilleur chemin d'objets contre Olaf. Des ajustements peuvent être nécessaires selon les compositions d'équipe et l'état de la partie, mais cette build fournit la fondation la plus solide pour l'affrontement Pantheon vs Olaf.
Early Game vs Late Game
Pantheon33.3%Olaf66.7%Pantheon50.0%Olaf50.0%Olaf domine le début de partie (15 premières minutes) avec un impressionnant taux de victoire de 66.7% — une avance de 33.3 points de pourcentage sur Pantheon. Ce début de partie déséquilibré signifie que Olaf peut dicter le rythme de la lane dès le niveau 1, contrôlant les échanges, l'état des vagues et la priorité rivière.
La fin de partie (25+ minutes) est également équilibrée, avec Pantheon à 50.0% de taux de victoire — seulement 0.0 points devant Olaf. L'exécution des combats d'équipe et le jeu macro déterminent le gagnant à cette étape, pas l'avantage d'affrontement de champion.
Les dynamiques de pouvoir changent au fur et à mesure que la partie progresse — Olaf a l'avantage tôt, mais Pantheon prend graduellement le dessus. Cependant, les marges sont assez minces pour que l'un ou l'autre champion puisse gagner à n'importe quelle étape avec les bons plays. Concentrez-vous sur prendre les avantages quand vous les avez plutôt que d'attendre une phase de jeu spécifique.
Best Pantheon Runes Against Olaf
Précision
Sorcellerie
La configuration de runes Précision et Sorcellerie donne à Pantheon les meilleurs outils pour rivaliser contre Olaf dans cet affrontement difficile, compensant les désavantages statistiques avec des synergies de runes optimales.
Données de matchup de Pantheon pour le patch 26.7 de League of Legends. Le tableau ci-dessous montre le taux de victoire, la différence d\'or et les statistiques de performance de Pantheon contre chaque champion dans la méta actuelle. Cliquez sur le nom de n\'importe quel champion pour voir une analyse détaillée face à face incluant le meilleur build de Pantheon, les runes, les statistiques de lane et l\'analyse début vs fin de partie pour ce matchup spécifique.
Adversaire | Taux de victoire | Parties | CS/min | Dégâts/min | Or/partie | TV Debut | TV Fin |
|---|---|---|---|---|---|---|---|
| 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% | |
Aidez-nous à maintenir la précision ! Si vous remarquez des statistiques incorrectes, des données manquantes ou d'autres problèmes, vos retours nous aident à améliorer la qualité de nos données pour toute la communauté.
Pantheon vs Olaf - Questions Fréquentes
Comment Pantheon se comporte contre Olaf dans League of Legends ?
Olaf remporte le matchup Pantheon vs Olaf avec un taux de victoire de 56.0% contre 44.0% pour Pantheon, soit une difference de 12.0 points de pourcentage. Ces donnees sont basees sur 25 parties classees recentes dans le patch 26.7.
Comment Pantheon se comporte contre Olaf en debut de partie ?
En début de partie, Olaf a l\'avantage sur Pantheon avec un taux de victoire de 66.7% contre 33.3%. Les joueurs de Olaf devraient chercher à exploiter leur avantage en lane par des échanges agressifs et le contrôle de vague pendant les 15 premières minutes.
Comment Pantheon se comporte contre Olaf en fin de partie ?
En fin de partie, Pantheon prend le dessus dans le matchup Pantheon vs Olaf avec un taux de victoire de 50.0% contre 50.0%. Pantheon scale mieux dans les combats d\'équipe et les contestations d\'objectifs après 25 minutes.
Qui gagne le matchup Pantheon vs Olaf ?
Olaf remporte le matchup contre Pantheon avec un taux de victoire de 56.0% dans le patch 26.7 de League of Legends. L\'avantage de 12.0 points de pourcentage signifie que Olaf est significantly favorisé dans ce matchup de lane basé sur 25 parties analysées.
Quel est le meilleur build de Pantheon contre Olaf ?
Le meilleur build de Pantheon contre Olaf comprend Éclipse, Ciel éventré, Couperet noir with Sandales de Mercure. This build achieves a 66.7% win rate in the matchup. Consultez l\'analyse du matchup ci-dessus pour le chemin d\'objets complet et l\'ordre de build.
Quelles sont les meilleures runes de Pantheon contre Olaf ?
Les meilleures runes de Pantheon contre Olaf utilisent l\'arbre principal Précision avec Sorcellerie en secondaire. This rune setup achieves a 50.0% win rate in the Pantheon vs Olaf matchup. Consultez l\'analyse complète des runes dans la comparaison de matchup ci-dessus.
Est-ce que Pantheon contre Olaf ?
Non, Pantheon a du mal contre Olaf avec seulement un taux de victoire de 44.0%. Olaf a l\'avantage dans ce matchup. Les joueurs de Pantheon devraient se concentrer sur le farm sécurisé et éviter les échanges prolongés pour minimiser l\'avance de Olaf.
Comment jouer Pantheon contre Olaf ?
Lorsque vous jouez Pantheon contre Olaf, jouez prudemment et evitez les pics de puissance de Olaf. Focus on safe farming — you outscale Olaf in the late game. Utilisez le build et les runes specifiques au matchup ci-dessus pour optimiser vos chances.