Pantheonvs Olaf
Pantheon vs Olaf to a decisive matchup w LoL patch 26.3. Olaf wygrywa z 57.9% win rate (+15.8%) przeciwko Pantheon na podstawie 19 gier. Pantheon wins the early laning phase while Olaf 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(42.1%)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 19 ostatnich meczów, Olaf wygrywa ze współczynnikiem wygranych 57.9% w porównaniu do 42.1% Pantheon, dając Olaf przewagę 15.8 punktów procentowych. Dynamika faz gry odgrywa tu kluczową rolę: Pantheon kontroluje wczesną fazę liniowania, ale Olaf skaluje się lepiej w miarę przedłużania się gry. Starcie zmienia się dramatycznie w zależności od długości gry — Pantheon musi wykorzystać przewagi zanim Olaf osiągnie swoje szczyty mocy, podczas gdy Olaf powinien skupić się na bezpiecznym farmieniu i osiągnięciu kluczowych punktów przedmiotów. Najbardziej znacząca statystyczna różnica dotyczy sustain, gdzie Olaf prowadzi o 747 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
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 Wężowy Kieł, Zaćmienie i Rozdarte Niebo. Ta kombinacja daje Pantheon efektywną równowagę obrażeń, przetrwania i użyteczności dla tego starcia. 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%Pantheon30.0%Olaf70.0%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.
Olaf jest znacznie lepszy w późnej grze (25+ minut), chwaląc się współczynnikiem wygranych 70.0% — 40.0 punktów powyżej Pantheon. Przedłużone gry mocno faworyzują Olaf, którego zestaw i skalowanie czynią go dominującą siłą w walkach zespołowych i kontroli celów.
To starcie charakteryzuje się dramatyczną zmianą mocy: Pantheon musi agresywnie wykorzystać swoją wczesną przewagę i zakończyć grę zanim Olaf osiągnie swoje punkty skalowania. Jeśli Olaf przetrwa fazę liniowania bez zbyt dużego opóźnienia, starcie obraca się na jego korzyść. Kontrola Smoka i Herolda Rift są kluczowe — drużyna która zabezpieczy wczesne cele może snowballować lub kupić czas na skalowanie.
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 26.3 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 |
|---|---|---|---|---|---|---|---|
| 51.14% | 176 | 1.9 | 686 | 11,135 | 49.3% | 52.4% | |
| 50.36% | 139 | 1.5 | 684 | 10,511 | 50.0% | 50.6% | |
| 49.22% | 128 | 1.7 | 686 | 10,521 | 55.2% | 44.3% | |
| 47.66% | 128 | 1.4 | 650 | 10,168 | 46.0% | 49.2% | |
| 44.09% | 127 | 1.5 | 676 | 10,057 | 45.2% | 43.1% | |
| 59.63% | 109 | 5.5 | 902 | 12,570 | 53.2% | 64.5% | |
| 51.46% | 103 | 1.7 | 717 | 11,140 | 53.2% | 50.0% | |
| 56.04% | 91 | 1.6 | 671 | 9,838 | 58.7% | 53.3% | |
| 54.76% | 84 | 5.5 | 934 | 11,431 | 50.0% | 60.0% | |
| 41.67% | 84 | 2.3 | 737 | 11,353 | 46.7% | 38.9% | |
| 35.37% | 82 | 1.6 | 694 | 10,951 | 40.5% | 31.1% | |
| 55.84% | 77 | 1.7 | 719 | 10,904 | 47.2% | 63.4% | |
| 44.16% | 77 | 1.6 | 667 | 10,648 | 56.8% | 32.5% | |
| 57.53% | 73 | 4.1 | 754 | 11,356 | 59.5% | 55.6% | |
| 45.83% | 72 | 2.5 | 803 | 11,065 | 42.4% | 48.7% | |
| 42.25% | 71 | 5.5 | 914 | 11,495 | 44.1% | 40.5% | |
| 53.52% | 71 | 1.6 | 613 | 9,440 | 63.2% | 42.4% | |
| 44.12% | 68 | 2.9 | 818 | 12,731 | 42.3% | 45.2% | |
| 40.30% | 67 | 1.6 | 650 | 9,995 | 43.8% | 37.1% | |
| 49.25% | 67 | 4.0 | 782 | 11,270 | 51.6% | 47.2% | |
| 52.31% | 65 | 2.9 | 911 | 11,561 | 57.1% | 48.6% | |
| 57.81% | 64 | 2.4 | 749 | 11,912 | 76.2% | 48.8% | |
| 43.75% | 64 | 1.5 | 781 | 11,513 | 60.0% | 33.3% | |
| 42.86% | 63 | 1.4 | 653 | 10,331 | 41.4% | 44.1% | |
| 41.94% | 62 | 1.1 | 734 | 12,733 | 39.3% | 44.1% | |
| 45.90% | 61 | 5.1 | 1,064 | 11,833 | 68.0% | 30.6% | |
| 37.70% | 61 | 1.6 | 676 | 11,239 | 22.7% | 46.1% | |
| 40.98% | 61 | 5.7 | 889 | 11,588 | 42.3% | 40.0% | |
| 53.33% | 60 | 1.9 | 755 | 11,813 | 50.0% | 56.3% | |
| 33.90% | 59 | 1.4 | 659 | 9,223 | 35.5% | 32.1% | |
| 58.62% | 58 | 1.6 | 718 | 11,385 | 50.0% | 65.6% | |
| 43.86% | 57 | 4.0 | 1,063 | 11,680 | 37.9% | 50.0% | |
| 46.43% | 56 | 1.6 | 645 | 10,508 | 46.4% | 46.4% | |
| 50.00% | 56 | 4.4 | 841 | 12,304 | 56.5% | 45.5% | |
| 61.82% | 55 | 4.8 | 1,001 | 12,091 | 66.7% | 56.0% | |
| 46.30% | 54 | 2.7 | 770 | 12,235 | 38.5% | 53.6% | |
| 50.94% | 53 | 5.9 | 997 | 12,359 | 50.0% | 52.2% | |
| 48.08% | 52 | 2.3 | 838 | 12,875 | 33.3% | 58.1% | |
| 51.92% | 52 | 5.5 | 915 | 11,908 | 42.9% | 58.1% | |
| 46.15% | 52 | 4.6 | 1,047 | 12,022 | 54.2% | 39.3% | |
| 53.85% | 52 | 1.4 | 610 | 10,271 | 52.0% | 55.6% | |
| 56.00% | 50 | 2.6 | 801 | 11,356 | 56.5% | 55.6% | |
| 54.00% | 50 | 5.4 | 846 | 11,235 | 48.0% | 60.0% | |
| 48.94% | 47 | 5.4 | 919 | 11,043 | 44.0% | 54.5% | |
| 48.89% | 45 | 1.2 | 727 | 12,555 | 46.7% | 50.0% | |
| 50.00% | 44 | 1.3 | 678 | 12,472 | 46.7% | 51.7% | |
| 54.55% | 44 | 4.3 | 850 | 12,708 | 42.1% | 64.0% | |
| 50.00% | 42 | 3.6 | 755 | 11,300 | 31.3% | 61.5% | |
| 53.66% | 41 | 2.6 | 713 | 11,116 | 43.8% | 60.0% | |
| 46.15% | 39 | 4.5 | 843 | 12,610 | 50.0% | 43.5% | |
| 53.85% | 39 | 5.2 | 814 | 10,654 | 61.9% | 44.4% | |
| 51.28% | 39 | 1.6 | 757 | 10,164 | 55.0% | 47.4% | |
| 52.63% | 38 | 2.2 | 791 | 10,694 | 54.5% | 50.0% | |
| 63.16% | 38 | 2.3 | 799 | 11,753 | 59.1% | 68.8% | |
| 37.84% | 37 | 3.9 | 836 | 11,700 | 21.4% | 47.8% | |
| 54.05% | 37 | 5.2 | 979 | 12,256 | 52.9% | 55.0% | |
| 64.86% | 37 | 5.0 | 920 | 10,518 | 57.9% | 72.2% | |
| 50.00% | 36 | 5.0 | 815 | 11,615 | 61.5% | 43.5% | |
| 54.29% | 35 | 4.0 | 866 | 12,890 | 58.3% | 52.2% | |
| 57.14% | 35 | 5.5 | 991 | 12,124 | 66.7% | 47.1% | |
| 52.94% | 34 | 3.9 | 771 | 11,818 | 42.9% | 60.0% | |
| 38.24% | 34 | 1.5 | 726 | 10,706 | 42.9% | 35.0% | |
| 55.88% | 34 | 5.0 | 963 | 11,835 | 62.5% | 50.0% | |
| 33.33% | 33 | 3.8 | 755 | 11,095 | 40.0% | 27.8% | |
| 68.75% | 32 | 3.2 | 940 | 11,908 | 78.6% | 61.1% | |
| 41.94% | 31 | 5.9 | 894 | 11,575 | 38.9% | 46.1% | |
| 54.84% | 31 | 1.5 | 737 | 11,563 | 54.5% | 55.0% | |
| 54.84% | 31 | 1.9 | 740 | 10,657 | 46.7% | 62.5% | |
| 45.16% | 31 | 1.0 | 683 | 12,719 | 50.0% | 42.1% | |
| 63.33% | 30 | 4.8 | 948 | 11,534 | 75.0% | 50.0% | |
| 51.72% | 29 | 1.5 | 739 | 12,234 | 60.0% | 50.0% | |
| 48.28% | 29 | 5.4 | 1,078 | 12,200 | 60.0% | 42.1% | |
| 42.86% | 28 | 1.0 | 723 | 12,471 | 33.3% | 53.9% | |
| 42.86% | 28 | 5.2 | 891 | 12,505 | 46.1% | 40.0% | |
| 71.43% | 28 | 5.0 | 982 | 12,929 | 83.3% | 62.5% | |
| 35.71% | 28 | 1.7 | 782 | 11,690 | 42.9% | 28.6% | |
| 42.86% | 28 | 4.6 | 828 | 10,445 | 50.0% | 30.0% | |
| 51.85% | 27 | 1.8 | 681 | 9,965 | 56.3% | 45.5% | |
| 55.56% | 27 | 5.8 | 806 | 11,098 | 50.0% | 60.0% | |
| 74.07% | 27 | 1.5 | 743 | 9,787 | 78.6% | 69.2% | |
| 57.69% | 26 | 5.4 | 856 | 11,764 | 54.5% | 60.0% | |
| 46.15% | 26 | 5.9 | 975 | 11,181 | 46.1% | 46.1% | |
| 43.48% | 23 | 1.5 | 735 | 10,528 | 55.6% | 35.7% | |
| 60.87% | 23 | 5.3 | 893 | 9,295 | 75.0% | 28.6% | |
| 59.09% | 22 | 1.1 | 739 | 12,303 | 64.3% | 50.0% | |
| 27.27% | 22 | 1.3 | 679 | 13,149 | 37.5% | 21.4% | |
| 59.09% | 22 | 1.2 | 691 | 12,719 | 62.5% | 57.1% | |
| 66.67% | 21 | 1.6 | 725 | 11,745 | 80.0% | 54.5% | |
| 76.19% | 21 | 1.2 | 714 | 11,956 | 88.9% | 66.7% | |
| 61.90% | 21 | 1.4 | 819 | 13,070 | 60.0% | 63.6% | |
| 60.00% | 20 | 1.3 | 735 | 12,155 | 62.5% | 58.3% | |
| 45.00% | 20 | 1.6 | 703 | 12,363 | 44.4% | 45.5% | |
| 30.00% | 20 | 5.1 | 740 | 10,212 | 28.6% | 33.3% | |
| 42.11% | 19 | 5.7 | 939 | 11,440 | 40.0% | 44.4% | |
| 31.58% | 19 | 4.4 | 636 | 10,752 | 20.0% | 44.4% | |
| 42.11% | 19 | 5.4 | 804 | 11,499 | 55.6% | 30.0% | |
| 44.44% | 18 | 3.0 | 851 | 12,623 | 60.0% | 25.0% | |
| 33.33% | 18 | 6.0 | 976 | 14,472 | 40.0% | 30.8% | |
| 55.56% | 18 | 4.6 | 858 | 11,903 | 62.5% | 50.0% | |
| 66.67% | 18 | 2.4 | 730 | 12,045 | 66.7% | 66.7% | |
| 55.56% | 18 | 5.1 | 792 | 11,093 | 50.0% | 60.0% | |
| 44.44% | 18 | 5.0 | 791 | 12,085 | 62.5% | 30.0% | |
| 52.94% | 17 | 4.5 | 850 | 11,518 | 28.6% | 70.0% | |
| 29.41% | 17 | 1.0 | 732 | 13,005 | 16.7% | 36.4% | |
| 29.41% | 17 | 5.5 | 901 | 12,731 | 20.0% | 33.3% | |
| 41.18% | 17 | 5.8 | 799 | 11,317 | 14.3% | 60.0% | |
| 52.94% | 17 | 3.4 | 884 | 11,361 | 50.0% | 53.9% | |
| 64.71% | 17 | 1.1 | 726 | 13,225 | 83.3% | 54.5% | |
| 52.94% | 17 | 2.2 | 725 | 11,656 | 50.0% | 55.6% | |
| 68.75% | 16 | 3.9 | 836 | 12,745 | 40.0% | 81.8% | |
| 68.75% | 16 | 0.8 | 730 | 12,749 | 66.7% | 70.0% | |
| 50.00% | 16 | 4.5 | 770 | 12,005 | 25.0% | 75.0% | |
| 40.00% | 15 | 3.7 | 682 | 9,872 | 37.5% | 42.9% | |
| 60.00% | 15 | 1.9 | 757 | 13,582 | 50.0% | 63.6% | |
| 21.43% | 14 | 1.6 | 843 | 12,471 | 11.1% | 40.0% | |
| 21.43% | 14 | 4.2 | 753 | 10,222 | 14.3% | 28.6% | |
| 50.00% | 14 | 5.6 | 1,025 | 10,843 | 44.4% | 60.0% | |
| 42.86% | 14 | 5.5 | 1,012 | 12,355 | 60.0% | 33.3% | |
| 53.85% | 13 | 1.2 | 650 | 11,853 | 66.7% | 50.0% | |
| 53.85% | 13 | 5.4 | 955 | 10,391 | 42.9% | 66.7% | |
| 46.15% | 13 | 1.8 | 700 | 12,263 | 33.3% | 50.0% | |
| 61.54% | 13 | 0.9 | 718 | 12,277 | 85.7% | 33.3% | |
| 75.00% | 12 | 5.3 | 787 | 10,580 | 83.3% | 66.7% | |
| 58.33% | 12 | 4.8 | 677 | 11,168 | 83.3% | 33.3% | |
| 58.33% | 12 | 3.4 | 773 | 11,530 | 60.0% | 57.1% | |
| 50.00% | 12 | 5.5 | 950 | 11,801 | 57.1% | 40.0% | |
| 58.33% | 12 | 5.1 | 766 | 11,845 | 40.0% | 71.4% | |
| 66.67% | 12 | 1.4 | 716 | 12,899 | 75.0% | 62.5% | |
| 36.36% | 11 | 4.6 | 783 | 12,650 | 0.0% | 66.7% | |
| 72.73% | 11 | 5.3 | 976 | 11,901 | 66.7% | 80.0% | |
| 54.55% | 11 | 1.9 | 926 | 14,978 | 33.3% | 62.5% | |
| 63.64% | 11 | 4.7 | 849 | 12,282 | 60.0% | 66.7% | |
| 50.00% | 10 | 5.4 | 773 | 11,894 | 50.0% | 50.0% | |
| 50.00% | 10 | 4.8 | 848 | 12,404 | 50.0% | 50.0% | |
| 50.00% | 10 | 4.0 | 1,050 | 14,487 | 100.0% | 44.4% | |
| 40.00% | 10 | 0.6 | 512 | 8,043 | 42.9% | 33.3% | |
| 50.00% | 10 | 4.4 | 754 | 12,299 | 66.7% | 42.9% | |
| 55.56% | 9 | 3.2 | 857 | 12,198 | 66.7% | 33.3% | |
| 33.33% | 9 | 4.2 | 680 | 13,072 | 33.3% | 33.3% | |
| 77.78% | 9 | 4.0 | 921 | 14,622 | 100.0% | 66.7% | |
| 44.44% | 9 | 1.5 | 730 | 10,940 | 25.0% | 60.0% | |
| 33.33% | 9 | 2.3 | 613 | 10,535 | 0.0% | 50.0% | |
| 44.44% | 9 | 4.3 | 625 | 9,987 | 80.0% | 0.0% | |
| 22.22% | 9 | 3.9 | 836 | 12,145 | 40.0% | 0.0% | |
| 62.50% | 8 | 5.0 | 769 | 10,070 | 50.0% | 75.0% | |
| 87.50% | 8 | 5.2 | 910 | 13,087 | 50.0% | 100.0% | |
| 50.00% | 8 | 1.3 | 847 | 16,621 | 0.0% | 57.1% | |
| 50.00% | 8 | 4.9 | 794 | 11,353 | 25.0% | 75.0% | |
| 57.14% | 7 | 1.7 | 707 | 12,486 | 0.0% | 66.7% | |
| 71.43% | 7 | 0.6 | 811 | 10,179 | 75.0% | 66.7% | |
| 42.86% | 7 | 4.9 | 748 | 10,556 | 75.0% | 0.0% | |
| 66.67% | 6 | 0.8 | 919 | 16,205 | 50.0% | 75.0% | |
| 16.67% | 6 | 2.3 | 808 | 9,520 | 0.0% | 33.3% | |
| 33.33% | 6 | 5.0 | 863 | 9,711 | 33.3% | 33.3% | |
| 33.33% | 6 | 4.3 | 908 | 15,764 | 0.0% | 50.0% | |
| 16.67% | 6 | 3.0 | 718 | 10,482 | 33.3% | 0.0% | |
| 66.67% | 6 | 3.4 | 987 | 11,978 | 66.7% | 66.7% | |
| 40.00% | 5 | 4.2 | 853 | 11,412 | 50.0% | 33.3% | |
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 57.9% w porownaniu do 42.1% Pantheon, roznica 15.8 punktow procentowych. Te dane oparte sa na 19 ostatnich grach rankingowych w patchu 26.3.
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 Olaf przejmuje matchup Pantheon vs Olaf ze wskaznikiem zwyciestwa 70.0% w porownaniu do 30.0%. Olaf 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 57.9% w patchu 26.3 League of Legends. Przewaga 15.8 punktow procentowych oznacza, ze Olaf jest significantly faworyzowany w tym matchupie na linii na podstawie 19 przeanalizowanych gier.
Jaki jest najlepszy build Pantheon przeciwko Olaf?
Najlepszy build Pantheon przeciwko Olaf zawiera Wężowy Kieł, Zaćmienie, Rozdarte Niebo with Pancerniaki. 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?
Nie, Pantheon ma trudnosci przeciwko Olaf z zaledwie 42.1% 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. Look for jungle assistance and team-dependent plays since Olaf has the statistical advantage at most stages. Uzyj buildu i run specyficznych dla matchupu powyzej, aby zoptymalizowac swoje szanse.