Pantheonvs Olaf
Pantheon vs Olaf to a decisive matchup w LoL patch 26.10. Pantheon wygrywa z 64.0% win rate (+28.0%) przeciwko Olaf na podstawie 25 gier. Pantheon holds the advantage in both the early and late game. Poniżej znajdziesz najlepszy build Pantheon, runy, statystyki linii i strategie dla matchupu Pantheon vs Olaf.
Analiza matchupu Pantheon
Użyj menu rozwijanego, aby wybrać przeciwnika i zobaczyć szczegółową analizę, jak Pantheon radzi sobie przeciwko niemu. Otrzymasz wskaźniki wygranych bezpośrednich, statystyki linii, najlepszy build i runy do matchupu oraz analizę wczesnej vs późnej gry — wszystko oparte na prawdziwych danych z rankingu.
Kto wygrywa matchup Pantheon vs Olaf?
Podsumowanie starcia Pantheon vs Olaf
Starcie Pantheon vs Olaf to decydujące starcie w rankingowej grze League of Legends. Na podstawie analizy 25 ostatnich meczów, Pantheon wygrywa ze współczynnikiem wygranych 64.0% w porównaniu do 36.0% Olaf, dając Pantheon przewagę 28.0 punktów procentowych. Pantheon dominuje na każdym etapie — od wczesnego liniowania po późne walki zespołowe. Ta stała przewaga utrudnia graczom Olaf znalezienie korzystnych okien, więc strategie zależne od zespołu i unikanie konfrontacji solo są niezbędne. Najbardziej znacząca statystyczna różnica dotyczy kontrola tłumu, gdzie Pantheon prowadzi o 0.3s CC/min — różnica, która mocno wpływa na wynik wymian i potyczek. Gracze Pantheon mogą pewnie wybierać przeciwko Olaf i grać agresywnie od poziomu 1. Staraj się ustanowić dominację na linii wcześnie poprzez korzystne wymiany i odsuwaj Olaf od CS kiedy tylko możliwe. Zrozumienie tych dynamik starcia jest niezbędne dla decyzji w wyborze bohatera i strategii w grze podczas konfrontacji z tym przeciwnikiem na linii.
Analiza fazy liniowania Pantheon vs Olaf
Pantheon jest faworyzowany podczas fazy liniowania przeciwko Olaf, wygrywając 3 z 5 kluczowych kategorii statystycznych. Pantheon ma przewagi w obrażenia, dochód złota i kontrola tłumu, czyniąc go silniejszym lanerem w tym starciu.
Best Pantheon Build Against Olaf
Pancerniaki to optymalny wybór butów przeciwko Olaf, zapewniający mobilność i statystyki, których Pantheon najbardziej potrzebuje w tym starciu. Najlepiej działające główne przedmioty dla Pantheon przeciwko Olaf to Zaćmienie, Rozdarte Niebo i Czarny Tasak. Ta kombinacja daje Pantheon efektywną równowagę obrażeń, przetrwania i użyteczności dla tego starcia. Ten build działa wyjątkowo dobrze, osiągając współczynnik wygranych 100.0% w 3 grach — znacznie powyżej średniej i czyniąc go najlepszą ścieżką przedmiotów przeciwko Olaf. Dostosowania mogą być potrzebne w zależności od składów drużyn i stanu gry, ale ten build zapewnia najsilniejszy fundament dla starcia Pantheon vs Olaf.
Early Game vs Late Game
Pantheon55.6%
Olaf44.4%Pantheon68.8%Olaf31.3%Pantheon dominuje we wczesnej grze (pierwsze 15 minut) z imponującym współczynnikiem wygranych 55.6% — 11.1 punktów procentowych przewagi nad Olaf. Ta jednostronna wczesna gra oznacza, że Pantheon może dyktować tempo linii od poziomu 1, kontrolując wymiany, stan fali i priorytet rzeki.
Pantheon jest znacznie lepszy w późnej grze (25+ minut), chwaląc się współczynnikiem wygranych 68.8% — 37.5 punktów powyżej Olaf. Przedłużone gry mocno faworyzują Pantheon, którego zestaw i skalowanie czynią go dominującą siłą w walkach zespołowych i kontroli celów.
Pantheon utrzymuje przewagę na każdym etapie gry, czyniąc to konsekwentnie korzystnym starciem od linii po późne walki zespołowe. Gracze Olaf powinni szukać outplayów, strategii zależnych od zespołu i picków zamiast polegać na skalowaniu aby wygrać to starcie.
Best Pantheon Runes Against Olaf
Precyzja
Czarnoksięstwo
Granie z Precyzja głównymi i Czarnoksięstwo pobocznymi pozwala Pantheon wykorzystać swoją przewagę przeciwko Olaf, wzmacniając mocne strony które czynią to starcie korzystnym.
Dane matchupow Pantheon dla patcha 26.10 League of Legends. Ponizszatabela pokazuje wskaznik wygranych Pantheon, roznice w zlocie i statystyki wydajnosci przeciwko kazdemu czempionowi w aktualnej mecie. Kliknij nazwe czempiona, aby zobaczyc szczegolowy rozklad, w tym najlepszy build Pantheon, runy, statystyki liniowe i analize wczesnej vs poznej gry dla tego konkretnego matchupu.
Przeciwnik | Winrate | Mecze | CS/min | OBR/min | Zloto/mecz | Wczesne WR | Pozne WR |
|---|---|---|---|---|---|---|---|
| 44.44% | 261 | 1.9 | 664 | 10,165 | 43.3% | 45.4% | |
| 43.61% | 227 | 1.5 | 694 | 10,138 | 42.4% | 44.5% | |
| 45.83% | 192 | 1.6 | 663 | 10,410 | 45.3% | 46.1% | |
| 46.39% | 166 | 1.6 | 683 | 10,422 | 40.0% | 51.0% | |
| 49.40% | 166 | 1.6 | 679 | 10,225 | 61.5% | 38.6% | |
| 47.53% | 162 | 1.6 | 663 | 10,397 | 46.8% | 48.0% | |
| 52.56% | 156 | 1.8 | 724 | 10,426 | 54.0% | 51.6% | |
| 46.41% | 153 | 1.6 | 712 | 10,501 | 57.4% | 37.6% | |
| 50.75% | 134 | 4.5 | 852 | 12,181 | 57.5% | 47.1% | |
| 49.22% | 128 | 2.0 | 732 | 10,662 | 44.7% | 51.9% | |
| 47.62% | 126 | 1.6 | 746 | 11,450 | 66.0% | 36.7% | |
| 58.82% | 119 | 5.2 | 903 | 11,704 | 71.1% | 51.4% | |
| 50.49% | 103 | 2.4 | 820 | 10,712 | 50.0% | 51.0% | |
| 50.49% | 103 | 5.6 | 923 | 11,858 | 56.5% | 45.6% | |
| 50.49% | 103 | 5.8 | 973 | 11,563 | 59.1% | 44.1% | |
| 53.92% | 102 | 5.2 | 912 | 11,251 | 53.7% | 54.1% | |
| 56.00% | 100 | 1.5 | 713 | 10,638 | 54.8% | 56.9% | |
| 52.08% | 96 | 4.9 | 974 | 11,877 | 60.0% | 43.5% | |
| 55.17% | 87 | 1.9 | 689 | 11,198 | 52.6% | 57.1% | |
| 50.57% | 87 | 1.6 | 804 | 12,795 | 42.9% | 55.8% | |
| 51.72% | 87 | 1.5 | 718 | 10,512 | 47.1% | 54.7% | |
| 44.19% | 86 | 2.3 | 760 | 10,138 | 35.6% | 53.7% | |
| 56.47% | 85 | 1.5 | 605 | 9,572 | 64.6% | 46.0% | |
| 43.90% | 82 | 5.2 | 995 | 11,505 | 50.0% | 38.1% | |
| 51.22% | 82 | 2.6 | 771 | 10,842 | 58.8% | 45.8% | |
| 52.50% | 80 | 1.5 | 678 | 10,228 | 51.4% | 53.3% | |
| 40.51% | 79 | 1.5 | 650 | 9,958 | 44.1% | 37.8% | |
| 43.59% | 78 | 1.6 | 621 | 10,223 | 46.1% | 41.0% | |
| 41.56% | 77 | 5.3 | 909 | 11,451 | 29.4% | 51.2% | |
| 46.75% | 77 | 1.5 | 699 | 10,147 | 48.6% | 45.2% | |
| 55.26% | 76 | 4.0 | 749 | 10,672 | 50.0% | 60.0% | |
| 45.33% | 75 | 5.2 | 1,110 | 11,755 | 51.6% | 40.9% | |
| 44.00% | 75 | 1.0 | 778 | 13,544 | 33.3% | 49.0% | |
| 45.83% | 72 | 5.6 | 989 | 12,064 | 51.7% | 41.9% | |
| 42.25% | 71 | 1.3 | 729 | 12,523 | 40.0% | 43.1% | |
| 50.00% | 68 | 1.5 | 815 | 12,629 | 57.7% | 45.2% | |
| 52.24% | 67 | 2.3 | 792 | 11,111 | 54.8% | 50.0% | |
| 50.75% | 67 | 2.9 | 908 | 12,602 | 48.1% | 52.5% | |
| 40.91% | 66 | 1.8 | 678 | 11,163 | 44.0% | 39.0% | |
| 54.55% | 66 | 1.7 | 662 | 9,702 | 55.3% | 53.6% | |
| 59.38% | 64 | 4.2 | 894 | 12,550 | 63.6% | 57.1% | |
| 40.98% | 61 | 1.6 | 677 | 10,922 | 42.3% | 40.0% | |
| 48.33% | 60 | 3.1 | 906 | 12,146 | 53.3% | 43.3% | |
| 50.00% | 60 | 1.8 | 748 | 11,518 | 50.0% | 50.0% | |
| 43.33% | 60 | 3.4 | 836 | 11,707 | 36.4% | 47.4% | |
| 48.33% | 60 | 5.0 | 1,102 | 10,452 | 41.2% | 57.7% | |
| 49.15% | 59 | 5.1 | 869 | 11,511 | 43.8% | 55.6% | |
| 50.00% | 58 | 4.7 | 868 | 11,916 | 63.6% | 41.7% | |
| 50.88% | 57 | 1.3 | 685 | 11,384 | 47.4% | 52.6% | |
| 42.11% | 57 | 4.9 | 731 | 11,021 | 38.5% | 45.2% | |
| 52.63% | 57 | 1.5 | 747 | 10,479 | 53.9% | 51.6% | |
| 46.43% | 56 | 1.2 | 702 | 11,725 | 52.0% | 41.9% | |
| 43.64% | 55 | 4.5 | 801 | 10,101 | 42.9% | 44.1% | |
| 61.82% | 55 | 5.0 | 862 | 10,711 | 70.0% | 52.0% | |
| 33.33% | 54 | 5.3 | 904 | 11,967 | 41.7% | 26.7% | |
| 46.30% | 54 | 1.1 | 626 | 11,006 | 46.7% | 45.8% | |
| 37.74% | 53 | 2.6 | 731 | 11,019 | 33.3% | 40.0% | |
| 61.54% | 52 | 0.9 | 765 | 12,304 | 50.0% | 70.0% | |
| 44.23% | 52 | 5.1 | 802 | 12,423 | 44.4% | 44.1% | |
| 37.25% | 51 | 0.9 | 641 | 12,084 | 30.0% | 41.9% | |
| 45.10% | 51 | 5.0 | 993 | 11,432 | 47.4% | 43.8% | |
| 43.75% | 48 | 4.1 | 808 | 12,454 | 37.5% | 45.0% | |
| 43.75% | 48 | 5.2 | 819 | 9,738 | 33.3% | 54.2% | |
| 44.68% | 47 | 3.3 | 767 | 11,774 | 47.8% | 41.7% | |
| 46.67% | 45 | 3.2 | 838 | 12,461 | 42.1% | 50.0% | |
| 29.55% | 44 | 5.6 | 769 | 10,189 | 36.0% | 21.1% | |
| 43.18% | 44 | 5.2 | 755 | 11,317 | 33.3% | 50.0% | |
| 52.27% | 44 | 5.8 | 935 | 10,853 | 52.4% | 52.2% | |
| 47.73% | 44 | 5.7 | 954 | 11,365 | 54.5% | 40.9% | |
| 36.36% | 44 | 1.0 | 674 | 11,496 | 26.3% | 44.0% | |
| 46.51% | 43 | 3.4 | 773 | 10,792 | 36.4% | 57.1% | |
| 37.21% | 43 | 3.1 | 899 | 12,509 | 28.6% | 45.5% | |
| 51.22% | 41 | 5.6 | 940 | 11,638 | 52.6% | 50.0% | |
| 24.39% | 41 | 1.9 | 728 | 10,936 | 16.7% | 27.6% | |
| 48.78% | 41 | 5.7 | 815 | 11,800 | 42.9% | 51.9% | |
| 52.50% | 40 | 1.7 | 691 | 9,333 | 75.0% | 30.0% | |
| 40.00% | 40 | 5.8 | 872 | 10,984 | 41.7% | 37.5% | |
| 61.54% | 39 | 5.2 | 1,029 | 11,508 | 52.9% | 68.2% | |
| 58.97% | 39 | 5.7 | 875 | 11,355 | 66.7% | 54.2% | |
| 42.11% | 38 | 5.2 | 1,019 | 11,603 | 42.1% | 42.1% | |
| 39.47% | 38 | 1.5 | 663 | 10,259 | 38.9% | 40.0% | |
| 64.86% | 37 | 2.0 | 735 | 10,144 | 61.9% | 68.8% | |
| 55.56% | 36 | 3.6 | 750 | 10,567 | 57.9% | 52.9% | |
| 44.44% | 36 | 4.3 | 886 | 10,872 | 40.0% | 47.6% | |
| 44.44% | 36 | 5.4 | 951 | 11,993 | 50.0% | 41.7% | |
| 55.88% | 34 | 4.9 | 850 | 11,590 | 40.0% | 68.4% | |
| 44.12% | 34 | 1.4 | 670 | 9,952 | 42.9% | 45.0% | |
| 54.55% | 33 | 1.4 | 615 | 9,028 | 73.7% | 28.6% | |
| 45.45% | 33 | 1.1 | 738 | 11,747 | 46.7% | 44.4% | |
| 46.88% | 32 | 3.1 | 661 | 11,269 | 66.7% | 35.0% | |
| 34.38% | 32 | 1.1 | 699 | 12,611 | 28.6% | 38.9% | |
| 35.48% | 31 | 3.9 | 853 | 10,465 | 28.6% | 41.2% | |
| 33.33% | 30 | 5.2 | 866 | 11,559 | 35.7% | 31.3% | |
| 43.33% | 30 | 4.0 | 812 | 11,479 | 57.1% | 31.3% | |
| 36.67% | 30 | 5.5 | 763 | 10,217 | 12.5% | 64.3% | |
| 50.00% | 30 | 2.5 | 786 | 13,792 | 28.6% | 56.5% | |
| 51.72% | 29 | 5.8 | 982 | 11,481 | 41.7% | 58.8% | |
| 28.57% | 28 | 1.8 | 651 | 9,248 | 35.7% | 21.4% | |
| 62.96% | 27 | 3.1 | 808 | 11,980 | 37.5% | 73.7% | |
| 37.04% | 27 | 5.4 | 1,029 | 12,711 | 41.7% | 33.3% | |
| 55.56% | 27 | 0.9 | 784 | 13,185 | 33.3% | 66.7% | |
| 59.26% | 27 | 4.7 | 910 | 11,466 | 61.5% | 57.1% | |
| 51.85% | 27 | 2.1 | 770 | 11,514 | 36.4% | 62.5% | |
| 70.37% | 27 | 5.4 | 826 | 10,383 | 76.9% | 64.3% | |
| 55.56% | 27 | 5.7 | 852 | 10,734 | 60.0% | 50.0% | |
| 64.00% | 25 | 0.8 | 772 | 13,120 | 54.5% | 71.4% | |
| 64.00% | 25 | 5.5 | 916 | 11,643 | 55.6% | 68.8% | |
| 58.33% | 24 | 3.9 | 896 | 10,748 | 64.3% | 50.0% | |
| 62.50% | 24 | 1.3 | 659 | 10,483 | 66.7% | 55.6% | |
| 56.52% | 24 | 5.6 | 901 | 12,084 | 54.5% | 58.3% | |
| 56.52% | 23 | 2.5 | 807 | 11,964 | 44.4% | 64.3% | |
| 56.52% | 23 | 2.1 | 798 | 11,662 | 50.0% | 63.6% | |
| 52.17% | 23 | 5.1 | 849 | 12,091 | 40.0% | 61.5% | |
| 52.17% | 23 | 5.5 | 1,087 | 10,517 | 64.3% | 33.3% | |
| 40.91% | 22 | 0.8 | 787 | 12,482 | 44.4% | 38.5% | |
| 40.91% | 22 | 3.9 | 895 | 9,971 | 27.3% | 54.5% | |
| 40.91% | 22 | 3.5 | 765 | 10,232 | 40.0% | 41.7% | |
| 50.00% | 22 | 0.9 | 847 | 11,903 | 50.0% | 50.0% | |
| 38.10% | 21 | 0.8 | 697 | 11,571 | 44.4% | 33.3% | |
| 52.38% | 21 | 1.2 | 634 | 9,559 | 46.1% | 62.5% | |
| 35.00% | 20 | 4.8 | 835 | 11,715 | 37.5% | 33.3% | |
| 50.00% | 20 | 5.2 | 945 | 12,050 | 44.4% | 54.5% | |
| 75.00% | 20 | 5.1 | 942 | 11,724 | 88.9% | 63.6% | |
| 52.63% | 19 | 1.1 | 787 | 12,682 | 57.1% | 50.0% | |
| 55.56% | 18 | 5.2 | 1,035 | 11,716 | 28.6% | 72.7% | |
| 38.89% | 18 | 5.2 | 986 | 12,876 | 50.0% | 33.3% | |
| 55.56% | 18 | 4.2 | 861 | 11,757 | 83.3% | 41.7% | |
| 55.56% | 18 | 1.6 | 757 | 12,256 | 60.0% | 53.9% | |
| 23.53% | 17 | 1.7 | 830 | 11,152 | 33.3% | 18.2% | |
| 41.18% | 17 | 5.6 | 888 | 10,462 | 50.0% | 28.6% | |
| 62.50% | 16 | 5.2 | 790 | 11,263 | 70.0% | 50.0% | |
| 56.25% | 16 | 1.3 | 873 | 11,966 | 40.0% | 63.6% | |
| 56.25% | 16 | 4.3 | 755 | 10,932 | 37.5% | 75.0% | |
| 33.33% | 15 | 5.6 | 827 | 9,028 | 41.7% | 0.0% | |
| 53.33% | 15 | 4.4 | 717 | 10,708 | 50.0% | 55.6% | |
| 42.86% | 14 | 1.6 | 646 | 8,373 | 44.4% | 40.0% | |
| 50.00% | 14 | 4.5 | 787 | 10,859 | 57.1% | 42.9% | |
| 71.43% | 14 | 3.1 | 714 | 9,708 | 77.8% | 60.0% | |
| 61.54% | 13 | 6.0 | 755 | 11,973 | 57.1% | 66.7% | |
| 69.23% | 13 | 5.3 | 977 | 12,465 | 66.7% | 71.4% | |
| 23.08% | 13 | 1.4 | 675 | 13,807 | 25.0% | 22.2% | |
| 46.15% | 13 | 1.1 | 569 | 11,394 | 25.0% | 55.6% | |
| 61.54% | 13 | 1.8 | 847 | 13,609 | 50.0% | 66.7% | |
| 50.00% | 12 | 4.6 | 862 | 13,295 | 50.0% | 50.0% | |
| 72.73% | 11 | 3.7 | 792 | 11,841 | 50.0% | 100.0% | |
| 30.00% | 10 | 1.4 | 733 | 13,527 | 50.0% | 16.7% | |
| 40.00% | 10 | 5.1 | 730 | 12,252 | 50.0% | 33.3% | |
| 88.89% | 9 | 3.1 | 765 | 13,686 | 80.0% | 100.0% | |
| 33.33% | 9 | 0.9 | 876 | 12,224 | 25.0% | 40.0% | |
| 62.50% | 8 | 4.2 | 792 | 11,777 | 100.0% | 40.0% | |
| 75.00% | 8 | 4.7 | 747 | 10,387 | 100.0% | 50.0% | |
| 50.00% | 6 | 3.6 | 631 | 11,965 | 25.0% | 100.0% | |
| 33.33% | 6 | 4.4 | 593 | 12,543 | 0.0% | 33.3% | |
| 33.33% | 6 | 4.7 | 965 | 11,695 | 33.3% | 33.3% | |
| 40.00% | 5 | 4.8 | 805 | 10,408 | 50.0% | 33.3% | |
| 80.00% | 5 | 3.0 | 1,068 | 15,919 | 100.0% | 75.0% | |
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 - Często Zadawane Pytania
Jak radzi sobie Pantheon przeciwko Olaf w League of Legends?
Pantheon wygrywa matchup Pantheon vs Olaf ze wskaznikiem zwyciestwa 64.0% w porownaniu do 36.0% Olaf, roznica 28.0 punktow procentowych. Te dane oparte sa na 25 ostatnich grach rankingowych w patchu 26.10.
Jak radzi sobie Pantheon przeciwko Olaf we wczesnej grze?
We wczesnej grze Pantheon ma przewage nad Olaf z wskaznikiem zwyciestwa 55.6% versus 44.4%. Gracze Pantheon powinni wykorzystywac swoja przewage na linii poprzez agresywne tradowanie i kontrole fal w pierwszych 15 minutach.
Jak radzi sobie Pantheon przeciwko Olaf w poznej grze?
W poznej grze Pantheon przejmuje matchup Pantheon vs Olaf ze wskaznikiem zwyciestwa 68.8% w porownaniu do 31.3%. Pantheon skaluje sie lepiej w walkach druzynowych i walkach o cele po 25 minutach.
Kto wygrywa matchup Pantheon vs Olaf?
Pantheon wygrywa matchup przeciwko Olaf ze wskaznikiem zwyciestwa 64.0% w patchu 26.10 League of Legends. Przewaga 28.0 punktow procentowych oznacza, ze Pantheon jest significantly faworyzowany w tym matchupie na linii na podstawie 25 przeanalizowanych gier.
Jaki jest najlepszy build Pantheon przeciwko Olaf?
Najlepszy build Pantheon przeciwko Olaf zawiera Zaćmienie, Rozdarte Niebo, Czarny Tasak with Pancerniaki. This build achieves a 100.0% win rate in the matchup. Sprawdz rozklad matchupu powyzej, aby zobaczyc pelna sciezke przedmiotow i kolejnosc buildu.
Jakie sa najlepsze runy Pantheon przeciwko Olaf?
Najlepsze runy Pantheon przeciwko Olaf uzywaja drzewa glownego Precyzja z Czarnoksięstwo jako wtornym. This rune setup achieves a 100.0% win rate in the Pantheon vs Olaf matchup. Zobacz pelny rozklad run w porownaniu matchupu powyzej.
Czy Pantheon kontruje Olaf?
Tak, Pantheon ma korzystny matchup przeciwko Olaf ze wskaznikiem zwyciestwa 64.0%. Pantheon strongly counters Olaf na linii na podstawie aktualnych danych patcha 26.10.
Jak grac Pantheon przeciwko Olaf?
Grajac Pantheon przeciwko Olaf, wykorzystaj swoje statystyczne przewagi, tradujac agresywnie podczas korzystnych okien. You have early game priority — look for kills and zone control before first recall. Buduj polecane przedmioty i runy dla tego konkretnego matchupu, aby uzyskac najlepsze wyniki.