Pantheonvs Olaf
Pantheon vs Olaf est un matchup a decisive dans LoL patch 26.11. Olaf gagne avec un 64.5% de winrate (+29.0%) contre Pantheon basé sur 31 parties. Olaf holds the advantage in both the early and late game. Ci-dessous vous trouverez le meilleur build, runes, stats de lane et stratégies Pantheon pour le matchup Pantheon vs Olaf.
Analyse du matchup de Pantheon
Utilisez le menu déroulant pour sélectionner un adversaire et voir une analyse détaillée des performances de Pantheon contre lui. Vous obtiendrez les taux de victoire en face-à-face, les statistiques de laning, le meilleur build et les meilleures runes pour ce matchup, ainsi qu'une analyse du début et de la fin de partie — le tout basé sur des données classées réelles.
Qui gagne le matchup Pantheon vs Olaf ?
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 31 parties récentes analysées, Olaf gagne avec un taux de victoire de 64.5% contre 35.5% pour Pantheon, donnant à Olaf un avantage de 29.0 points de pourcentage. Olaf domine à chaque étape — du début de lane aux combats d'équipe tardifs. Cet avantage constant rend difficile pour les joueurs de Pantheon de trouver des fenêtres favorables, donc les stratégies dépendantes de l'équipe et éviter les confrontations en solo sont essentielles. L'écart statistique le plus significatif est dans sustain, où Olaf mène de 751 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
Coques en acier 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 Crochet de serpent, Éclipse et Couperet noir. Cette combinaison donne à Pantheon un équilibre efficace de dégâts, survie et utilité pour l'affrontement. Cette build atteint un solide taux de victoire de 50.0% sur 2 parties, prouvant qu'elle est un chemin d'objets fiable face à 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
Pantheon46.7%
Olaf53.3%Pantheon25.0%Olaf75.0%Olaf domine le début de partie (15 premières minutes) avec un impressionnant taux de victoire de 53.3% — une avance de 6.7 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.
Olaf est de loin supérieur en fin de partie (25+ minutes), affichant un taux de victoire de 75.0% — 50.0 points au-dessus de Pantheon. Les parties prolongées favorisent fortement Olaf, dont le kit et le scaling en font une force dominante dans les combats d'équipe et le contrôle des objectifs.
Olaf tient l'avantage à chaque étape de la partie, faisant de ceci un affrontement constamment favorable de la lane aux combats d'équipe tardifs. Les joueurs de Pantheon doivent chercher des outplays, des stratégies dépendantes de l'équipe et des picks plutôt que de compter sur le scaling pour gagner cet affrontement.
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 26.11 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 |
|---|---|---|---|---|---|---|---|
| 51.56% | 192 | 1.6 | 710 | 10,530 | 48.8% | 53.7% | |
| 45.83% | 192 | 2.0 | 646 | 10,050 | 43.3% | 48.0% | |
| 48.13% | 160 | 1.6 | 701 | 10,561 | 46.8% | 49.4% | |
| 46.53% | 144 | 1.6 | 662 | 10,141 | 52.0% | 40.6% | |
| 43.48% | 138 | 1.6 | 709 | 10,541 | 41.2% | 44.8% | |
| 46.15% | 130 | 1.7 | 674 | 10,681 | 40.9% | 48.8% | |
| 43.75% | 128 | 4.4 | 810 | 11,657 | 38.3% | 46.9% | |
| 46.67% | 120 | 1.6 | 725 | 10,327 | 55.1% | 40.9% | |
| 44.92% | 118 | 5.7 | 875 | 11,362 | 46.8% | 43.7% | |
| 42.59% | 108 | 5.4 | 908 | 11,268 | 46.3% | 38.9% | |
| 45.28% | 106 | 1.6 | 668 | 10,085 | 38.8% | 50.9% | |
| 44.76% | 105 | 5.4 | 893 | 10,776 | 46.0% | 43.6% | |
| 54.46% | 101 | 4.7 | 761 | 11,281 | 60.5% | 50.8% | |
| 46.94% | 98 | 5.1 | 824 | 10,670 | 41.5% | 50.9% | |
| 52.58% | 97 | 2.6 | 899 | 11,208 | 36.6% | 64.3% | |
| 59.38% | 96 | 1.6 | 692 | 11,255 | 55.9% | 61.3% | |
| 55.79% | 95 | 5.5 | 994 | 12,385 | 65.1% | 48.1% | |
| 41.49% | 94 | 2.0 | 736 | 10,826 | 41.7% | 41.4% | |
| 48.89% | 90 | 5.2 | 986 | 10,977 | 57.5% | 39.5% | |
| 47.19% | 89 | 2.1 | 672 | 10,559 | 54.0% | 42.3% | |
| 47.13% | 87 | 1.7 | 643 | 9,646 | 52.0% | 40.5% | |
| 44.05% | 84 | 2.1 | 796 | 11,052 | 41.9% | 45.3% | |
| 53.75% | 80 | 5.4 | 959 | 12,142 | 63.6% | 46.8% | |
| 45.00% | 80 | 1.7 | 761 | 13,105 | 67.9% | 32.7% | |
| 57.69% | 78 | 1.6 | 588 | 9,792 | 62.5% | 52.6% | |
| 42.86% | 77 | 1.7 | 673 | 9,861 | 51.4% | 35.7% | |
| 41.56% | 77 | 1.7 | 628 | 9,754 | 40.0% | 42.9% | |
| 43.06% | 72 | 1.6 | 590 | 9,561 | 48.5% | 38.5% | |
| 57.14% | 70 | 4.4 | 949 | 12,449 | 41.7% | 65.2% | |
| 64.29% | 70 | 2.5 | 818 | 12,326 | 63.6% | 64.6% | |
| 46.38% | 69 | 4.8 | 863 | 11,485 | 41.9% | 50.0% | |
| 49.23% | 65 | 5.0 | 946 | 11,785 | 56.0% | 45.0% | |
| 37.50% | 64 | 5.2 | 1,142 | 10,640 | 45.2% | 30.3% | |
| 46.77% | 62 | 4.3 | 831 | 11,015 | 51.7% | 42.4% | |
| 42.62% | 61 | 4.9 | 1,054 | 11,971 | 47.1% | 40.9% | |
| 46.67% | 60 | 3.0 | 840 | 10,918 | 37.9% | 54.8% | |
| 40.68% | 59 | 1.3 | 750 | 11,709 | 44.0% | 38.2% | |
| 40.68% | 59 | 0.9 | 675 | 11,680 | 33.3% | 48.3% | |
| 44.64% | 56 | 1.8 | 695 | 10,417 | 42.3% | 46.7% | |
| 41.82% | 55 | 2.9 | 740 | 11,007 | 30.0% | 56.0% | |
| 45.45% | 55 | 5.2 | 906 | 11,247 | 47.1% | 44.7% | |
| 44.44% | 54 | 1.4 | 729 | 12,036 | 29.2% | 56.7% | |
| 52.83% | 53 | 5.4 | 962 | 10,416 | 65.4% | 40.7% | |
| 45.28% | 53 | 5.0 | 878 | 10,609 | 62.5% | 31.0% | |
| 46.15% | 52 | 6.0 | 928 | 11,564 | 43.5% | 48.3% | |
| 50.00% | 52 | 3.4 | 946 | 12,340 | 44.0% | 55.6% | |
| 47.06% | 51 | 5.1 | 892 | 11,670 | 57.9% | 40.6% | |
| 48.00% | 50 | 1.5 | 747 | 12,059 | 56.5% | 40.7% | |
| 38.00% | 50 | 5.4 | 850 | 10,778 | 37.5% | 38.5% | |
| 56.00% | 50 | 1.6 | 772 | 11,126 | 57.1% | 55.2% | |
| 53.06% | 49 | 3.3 | 885 | 11,442 | 43.5% | 61.5% | |
| 55.10% | 49 | 1.2 | 774 | 13,281 | 56.3% | 54.5% | |
| 48.94% | 47 | 1.5 | 655 | 10,695 | 42.1% | 53.6% | |
| 61.70% | 47 | 5.3 | 984 | 12,494 | 60.0% | 63.0% | |
| 45.65% | 46 | 4.4 | 830 | 11,847 | 41.2% | 48.3% | |
| 43.48% | 46 | 3.3 | 781 | 10,971 | 34.6% | 55.0% | |
| 53.33% | 45 | 2.5 | 714 | 10,465 | 44.4% | 59.3% | |
| 62.22% | 45 | 2.6 | 778 | 10,996 | 60.0% | 63.3% | |
| 60.00% | 45 | 5.9 | 846 | 11,090 | 61.5% | 57.9% | |
| 56.82% | 44 | 4.9 | 907 | 11,929 | 40.0% | 65.5% | |
| 47.73% | 44 | 4.8 | 770 | 11,457 | 56.3% | 42.9% | |
| 47.73% | 44 | 2.3 | 761 | 10,676 | 60.0% | 41.4% | |
| 51.16% | 43 | 4.7 | 933 | 11,628 | 45.5% | 53.1% | |
| 40.48% | 42 | 1.5 | 619 | 9,396 | 52.2% | 26.3% | |
| 45.24% | 42 | 5.5 | 863 | 11,805 | 43.8% | 46.1% | |
| 57.14% | 42 | 1.8 | 777 | 12,607 | 64.3% | 53.6% | |
| 50.00% | 42 | 4.9 | 786 | 11,701 | 56.3% | 46.1% | |
| 41.46% | 41 | 5.2 | 780 | 10,053 | 26.1% | 61.1% | |
| 53.66% | 41 | 5.0 | 816 | 10,313 | 41.2% | 62.5% | |
| 48.78% | 41 | 1.6 | 641 | 10,105 | 45.5% | 52.6% | |
| 47.50% | 40 | 2.0 | 721 | 9,190 | 50.0% | 44.4% | |
| 47.50% | 40 | 1.4 | 679 | 10,078 | 57.1% | 36.8% | |
| 50.00% | 40 | 5.3 | 957 | 11,736 | 50.0% | 50.0% | |
| 47.50% | 40 | 4.0 | 747 | 10,766 | 55.0% | 40.0% | |
| 35.00% | 40 | 4.1 | 845 | 10,930 | 26.7% | 40.0% | |
| 38.46% | 39 | 5.6 | 1,051 | 12,320 | 33.3% | 40.7% | |
| 47.37% | 38 | 5.9 | 833 | 11,832 | 50.0% | 45.8% | |
| 48.65% | 37 | 1.6 | 738 | 10,766 | 63.6% | 42.3% | |
| 40.54% | 37 | 1.5 | 735 | 10,868 | 56.3% | 28.6% | |
| 40.54% | 37 | 1.1 | 685 | 12,590 | 46.1% | 37.5% | |
| 47.22% | 36 | 4.4 | 766 | 11,089 | 44.4% | 50.0% | |
| 44.44% | 36 | 1.5 | 605 | 10,070 | 36.4% | 48.0% | |
| 42.86% | 35 | 4.7 | 842 | 10,891 | 33.3% | 52.9% | |
| 54.29% | 35 | 5.8 | 770 | 11,583 | 75.0% | 36.8% | |
| 45.71% | 35 | 1.0 | 734 | 11,598 | 42.9% | 47.6% | |
| 47.06% | 34 | 5.7 | 897 | 11,323 | 66.7% | 25.0% | |
| 50.00% | 34 | 1.1 | 683 | 12,420 | 50.0% | 50.0% | |
| 48.48% | 33 | 4.6 | 838 | 11,251 | 42.1% | 57.1% | |
| 69.70% | 33 | 5.2 | 947 | 12,225 | 84.6% | 60.0% | |
| 48.48% | 33 | 2.8 | 742 | 10,938 | 55.6% | 40.0% | |
| 42.42% | 33 | 3.4 | 878 | 11,817 | 60.0% | 34.8% | |
| 46.88% | 32 | 5.5 | 928 | 12,389 | 27.3% | 57.1% | |
| 41.94% | 31 | 5.5 | 983 | 11,071 | 41.2% | 42.9% | |
| 58.06% | 31 | 5.5 | 865 | 10,834 | 38.5% | 72.2% | |
| 35.48% | 31 | 5.1 | 903 | 11,909 | 46.7% | 25.0% | |
| 53.57% | 28 | 1.8 | 704 | 11,459 | 66.7% | 43.8% | |
| 60.71% | 28 | 5.2 | 945 | 12,262 | 58.3% | 62.5% | |
| 42.86% | 28 | 1.8 | 746 | 12,809 | 80.0% | 34.8% | |
| 42.86% | 28 | 1.1 | 765 | 12,724 | 33.3% | 50.0% | |
| 48.15% | 27 | 1.9 | 730 | 11,595 | 41.7% | 53.3% | |
| 33.33% | 27 | 1.6 | 722 | 10,454 | 42.9% | 23.1% | |
| 48.15% | 27 | 4.8 | 769 | 12,224 | 37.5% | 52.6% | |
| 62.96% | 27 | 5.1 | 783 | 10,921 | 64.3% | 61.5% | |
| 57.69% | 26 | 3.8 | 812 | 12,621 | 58.3% | 57.1% | |
| 40.00% | 25 | 0.8 | 609 | 10,484 | 36.4% | 42.9% | |
| 43.48% | 23 | 5.3 | 624 | 10,480 | 42.9% | 44.4% | |
| 43.48% | 23 | 5.9 | 848 | 11,777 | 54.5% | 33.3% | |
| 52.17% | 23 | 0.8 | 735 | 12,470 | 72.7% | 33.3% | |
| 50.00% | 22 | 3.3 | 864 | 11,397 | 61.5% | 33.3% | |
| 68.18% | 22 | 4.9 | 899 | 11,232 | 77.8% | 61.5% | |
| 52.38% | 21 | 4.7 | 848 | 12,486 | 75.0% | 38.5% | |
| 57.14% | 21 | 4.6 | 785 | 11,272 | 57.1% | 57.1% | |
| 38.10% | 21 | 1.5 | 756 | 12,252 | 30.8% | 50.0% | |
| 35.00% | 20 | 1.5 | 690 | 11,140 | 42.9% | 30.8% | |
| 38.89% | 18 | 1.6 | 713 | 12,757 | 28.6% | 45.5% | |
| 44.44% | 18 | 5.2 | 937 | 11,867 | 14.3% | 63.6% | |
| 38.89% | 18 | 5.8 | 978 | 10,604 | 27.3% | 57.1% | |
| 52.94% | 17 | 5.6 | 820 | 12,341 | 62.5% | 44.4% | |
| 56.25% | 16 | 2.8 | 704 | 8,920 | 70.0% | 33.3% | |
| 50.00% | 16 | 0.9 | 721 | 12,873 | 60.0% | 45.5% | |
| 40.00% | 15 | 5.6 | 1,181 | 14,586 | 66.7% | 33.3% | |
| 71.43% | 14 | 4.7 | 939 | 12,752 | 66.7% | 75.0% | |
| 50.00% | 14 | 5.3 | 966 | 13,756 | 50.0% | 50.0% | |
| 50.00% | 14 | 2.1 | 821 | 14,112 | 100.0% | 36.4% | |
| 42.86% | 14 | 1.3 | 847 | 12,311 | 42.9% | 42.9% | |
| 78.57% | 14 | 2.2 | 617 | 8,534 | 75.0% | 83.3% | |
| 57.14% | 14 | 4.8 | 1,102 | 14,742 | 50.0% | 60.0% | |
| 46.15% | 13 | 5.1 | 759 | 12,591 | 33.3% | 50.0% | |
| 53.85% | 13 | 0.9 | 731 | 10,124 | 37.5% | 80.0% | |
| 38.46% | 13 | 1.8 | 733 | 13,195 | 25.0% | 44.4% | |
| 41.67% | 12 | 4.4 | 883 | 11,808 | 50.0% | 33.3% | |
| 33.33% | 12 | 2.5 | 891 | 11,308 | 44.4% | 0.0% | |
| 50.00% | 12 | 4.7 | 717 | 10,830 | 33.3% | 66.7% | |
| 58.33% | 12 | 1.8 | 837 | 13,511 | 66.7% | 55.6% | |
| 18.18% | 11 | 2.8 | 763 | 12,241 | 33.3% | 12.5% | |
| 36.36% | 11 | 1.9 | 902 | 14,286 | 0.0% | 44.4% | |
| 54.55% | 11 | 0.7 | 678 | 13,622 | 50.0% | 55.6% | |
| 54.55% | 11 | 4.3 | 906 | 12,422 | 75.0% | 42.9% | |
| 54.55% | 11 | 5.0 | 748 | 12,461 | 50.0% | 55.6% | |
| 40.00% | 10 | 4.9 | 713 | 9,624 | 20.0% | 60.0% | |
| 30.00% | 10 | 2.6 | 627 | 12,924 | 0.0% | 37.5% | |
| 30.00% | 10 | 1.2 | 858 | 14,529 | 50.0% | 16.7% | |
| 44.44% | 9 | 4.4 | 965 | 12,230 | 0.0% | 57.1% | |
| 33.33% | 9 | 3.6 | 899 | 9,993 | 0.0% | 75.0% | |
| 44.44% | 9 | 4.3 | 864 | 10,460 | 50.0% | 40.0% | |
| 62.50% | 8 | 5.5 | 906 | 12,595 | 33.3% | 80.0% | |
| 37.50% | 8 | 0.9 | 792 | 10,925 | 50.0% | 25.0% | |
| 25.00% | 8 | 3.6 | 735 | 12,617 | 25.0% | 25.0% | |
| 50.00% | 8 | 4.7 | 922 | 12,728 | 33.3% | 60.0% | |
| 57.14% | 7 | 1.0 | 857 | 12,482 | 66.7% | 50.0% | |
| 85.71% | 7 | 4.3 | 755 | 11,853 | 100.0% | 80.0% | |
| 50.00% | 6 | 2.6 | 798 | 10,234 | 50.0% | 50.0% | |
| 50.00% | 6 | 2.0 | 939 | 12,131 | 50.0% | 50.0% | |
| 33.33% | 6 | 4.6 | 835 | 11,134 | 0.0% | 50.0% | |
| 80.00% | 5 | 3.6 | 1,187 | 15,637 | 100.0% | 75.0% | |
| 40.00% | 5 | 4.8 | 699 | 10,818 | 0.0% | 66.7% | |
| 40.00% | 5 | 1.0 | 779 | 11,623 | 33.3% | 50.0% | |
Help us maintain accuracy! If you notice incorrect stats, missing data, or any issues, your feedback directly improves the quality of our data for the entire community.
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 64.5% contre 35.5% pour Pantheon, soit une difference de 29.0 points de pourcentage. Ces donnees sont basees sur 31 parties classees recentes dans le patch 26.11.
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 53.3% contre 46.7%. 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, Olaf prend le dessus dans le matchup Pantheon vs Olaf avec un taux de victoire de 75.0% contre 25.0%. Olaf 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 64.5% dans le patch 26.11 de League of Legends. L\'avantage de 29.0 points de pourcentage signifie que Olaf est significantly favorisé dans ce matchup de lane basé sur 31 parties analysées.
Quel est le meilleur build de Pantheon contre Olaf ?
Le meilleur build de Pantheon contre Olaf comprend Crochet de serpent, Éclipse, Couperet noir with Coques en acier. This build achieves a 50.0% 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 33.3% 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 35.5%. 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. Look for jungle assistance and team-dependent plays since Olaf has the statistical advantage at most stages. Utilisez le build et les runes specifiques au matchup ci-dessus pour optimiser vos chances.