Pantheonvs Olaf
Pantheon vs Olaf to a decisive matchup w LoL patch 26.7. Olaf wygrywa z 56.0% win rate (+12.0%) przeciwko Pantheon na podstawie 25 gier. Olaf wins the early laning phase while Pantheon scales better into the late game. Poniżej znajdziesz najlepszy build Pantheon, runy, statystyki linii i strategie dla matchupu 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?
Podsumowanie starcia Pantheon vs Olaf
Starcie Pantheon vs Olaf to decydujące starcie w rankingowej grze League of Legends. Na podstawie analizy 25 ostatnich meczów, Olaf wygrywa ze współczynnikiem wygranych 56.0% w porównaniu do 44.0% Pantheon, dając Olaf przewagę 12.0 punktów procentowych. Dynamika faz gry odgrywa tu kluczową rolę: Olaf kontroluje wczesną fazę liniowania, ale Pantheon skaluje się lepiej w miarę przedłużania się gry. Starcie zmienia się dramatycznie w zależności od długości gry — Olaf musi wykorzystać przewagi zanim Pantheon osiągnie swoje szczyty mocy, podczas gdy Pantheon powinien skupić się na bezpiecznym farmieniu i osiągnięciu kluczowych punktów przedmiotów. Najbardziej znacząca statystyczna różnica dotyczy sustain, gdzie Olaf prowadzi o 813 HP/min — różnica, która mocno wpływa na wynik wymian i potyczek. Olaf ma silną przewagę w tym starciu. Gracze Pantheon powinni grać defensywnie, priorytetyzować bezpieczne farmienie pod wieżą i szukać okazji stworzonych przez presję dżungli lub gdy Olaf się rozciąga. Unikaj przedłużonych wymian i czekaj na walki zespołowe gdzie pozycjonowanie i koordynacja mają większe znaczenie. 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
Olaf jest faworyzowany podczas fazy liniowania przeciwko Pantheon, wygrywając 3 z 5 kluczowych kategorii statystycznych. Olaf ma przewagi w farmienie, dochód złota i sustain, czyniąc go silniejszym lanerem w tym starciu.
Best Pantheon Build Against Olaf
Obuwie Merkurego 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 66.7% 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
Pantheon33.3%Olaf66.7%Pantheon50.0%Olaf50.0%Olaf dominuje we wczesnej grze (pierwsze 15 minut) z imponującym współczynnikiem wygranych 66.7% — 33.3 punktów procentowych przewagi nad Pantheon. Ta jednostronna wczesna gra oznacza, że Olaf może dyktować tempo linii od poziomu 1, kontrolując wymiany, stan fali i priorytet rzeki.
Późna gra (25+ minut) jest równo zbalansowana, z Pantheon na 50.0% współczynnika wygranych — tylko 0.0 punktów przed Olaf. Wykonanie walk zespołowych i gra makro decydują o zwycięzcy na tym etapie, nie przewaga starcia bohaterów.
Dynamika mocy zmienia się w miarę postępu gry — Olaf ma przewagę wcześnie, ale Pantheon stopniowo przejmuje kontrolę. Jednak marginesy są wystarczająco wąskie, że każdy bohater może wygrać na każdym etapie przy odpowiednich zagraniach. Skup się na braniu przewag gdy je masz zamiast czekać na konkretną fazę gry.
Best Pantheon Runes Against Olaf
Precyzja
Czarnoksięstwo
Konfiguracja run Precyzja i Czarnoksięstwo daje Pantheon najlepsze narzędzia do rywalizacji z Olaf w tym trudnym starciu, kompensując statystyczne wady optymalnymi synergiami run.
Dane matchupow Pantheon dla patcha 26.7 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 |
|---|---|---|---|---|---|---|---|
| 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% | |
Pomóż nam utrzymać dokładność! Jeśli zauważysz nieprawidłowe statystyki, brakujące dane lub jakiekolwiek problemy, Twoja opinia bezpośrednio poprawia jakość naszych danych dla całej społeczności.
Pantheon vs Olaf - Często Zadawane Pytania
Jak radzi sobie Pantheon przeciwko Olaf w League of Legends?
Olaf wygrywa matchup Pantheon vs Olaf ze wskaznikiem zwyciestwa 56.0% w porownaniu do 44.0% Pantheon, roznica 12.0 punktow procentowych. Te dane oparte sa na 25 ostatnich grach rankingowych w patchu 26.7.
Jak radzi sobie Pantheon przeciwko Olaf we wczesnej grze?
We wczesnej grze Olaf ma przewage nad Pantheon z wskaznikiem zwyciestwa 66.7% versus 33.3%. Gracze Olaf 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 50.0% w porownaniu do 50.0%. Pantheon skaluje sie lepiej w walkach druzynowych i walkach o cele po 25 minutach.
Kto wygrywa matchup Pantheon vs Olaf?
Olaf wygrywa matchup przeciwko Pantheon ze wskaznikiem zwyciestwa 56.0% w patchu 26.7 League of Legends. Przewaga 12.0 punktow procentowych oznacza, ze Olaf 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 Obuwie Merkurego. This build achieves a 66.7% 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 50.0% win rate in the Pantheon vs Olaf matchup. Zobacz pelny rozklad run w porownaniu matchupu powyzej.
Czy Pantheon kontruje Olaf?
Nie, Pantheon ma trudnosci przeciwko Olaf z zaledwie 44.0% wskaznikiem zwyciestwa. Olaf ma przewage w tym matchupie. Gracze Pantheon powinni skupic sie na bezpiecznym farmie i unikac dlugich tradow, aby zminimalizowac przewage Olaf.
Jak grac Pantheon przeciwko Olaf?
Grajac Pantheon przeciwko Olaf, graj ostroznie i unikaj skokow mocy Olaf. Focus on safe farming — you outscale Olaf in the late game. Uzyj buildu i run specyficznych dla matchupu powyzej, aby zoptymalizowac swoje szanse.