Pantheonvs Olaf
Pantheon vs Olaf to a decisive matchup w LoL patch 26.13. Pantheon wygrywa z 55.6% win rate (+11.1%) przeciwko Olaf na podstawie 9 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.
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 9 ostatnich meczów, Pantheon wygrywa ze współczynnikiem wygranych 55.6% w porównaniu do 44.4% Olaf, dając Pantheon przewagę 11.1 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 981 HP/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
Olaf jest faworyzowany podczas fazy liniowania przeciwko Pantheon, wygrywając 4 z 5 kluczowych kategorii statystycznych. Olaf ma przewagi w farmienie, obrażenia, 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 Zaćmienie, Rozdarte Niebo i Taniec Śmierci. Ta kombinacja daje Pantheon efektywną równowagę obrażeń, przetrwania i użyteczności dla tego starcia. Ten build osiąga solidny współczynnik wygranych 50.0% w 2 grach, udowadniając że jest niezawodną ścieżką przedmiotów podczas starcia z 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%Pantheon66.7%Olaf33.3%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.
Pantheon jest znacznie lepszy w późnej grze (25+ minut), chwaląc się współczynnikiem wygranych 66.7% — 33.3 punktów powyżej Olaf. Przedłużone gry mocno faworyzują Pantheon, którego zestaw i skalowanie czynią go dominującą siłą w walkach zespołowych i kontroli celów.
To starcie charakteryzuje się dramatyczną zmianą mocy: Olaf musi agresywnie wykorzystać swoją wczesną przewagę i zakończyć grę zanim Pantheon osiągnie swoje punkty skalowania. Jeśli Pantheon 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
Determinacja
Granie z Precyzja głównymi i Determinacja pobocznymi pozwala Pantheon wykorzystać swoją przewagę przeciwko Olaf, wzmacniając mocne strony które czynią to starcie korzystnym.
Dane matchupow Pantheon dla patcha 26.13 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 |
|---|---|---|---|---|---|---|---|
| 46.58% | 73 | 2.1 | 633 | 10,551 | 40.6% | 51.2% | |
| 58.90% | 73 | 4.5 | 1,020 | 12,658 | 48.0% | 64.6% | |
| 42.42% | 66 | 1.7 | 674 | 10,429 | 40.0% | 44.4% | |
| 50.91% | 55 | 1.7 | 691 | 10,365 | 46.1% | 55.2% | |
| 57.41% | 54 | 4.7 | 796 | 11,861 | 61.1% | 55.6% | |
| 40.82% | 49 | 1.5 | 640 | 9,918 | 26.9% | 56.5% | |
| 51.06% | 47 | 1.7 | 614 | 9,821 | 38.1% | 61.5% | |
| 44.68% | 47 | 1.7 | 667 | 10,208 | 47.8% | 41.7% | |
| 42.22% | 45 | 1.8 | 728 | 9,872 | 28.6% | 54.2% | |
| 50.00% | 40 | 1.7 | 705 | 10,827 | 73.3% | 36.0% | |
| 51.35% | 37 | 4.9 | 781 | 10,796 | 50.0% | 52.4% | |
| 52.94% | 34 | 5.5 | 928 | 11,265 | 56.3% | 50.0% | |
| 46.88% | 32 | 5.2 | 915 | 12,869 | 50.0% | 45.5% | |
| 46.88% | 32 | 1.4 | 558 | 7,918 | 50.0% | 42.9% | |
| 38.71% | 31 | 1.8 | 666 | 10,724 | 25.0% | 47.4% | |
| 60.00% | 30 | 5.6 | 894 | 11,166 | 62.5% | 57.1% | |
| 53.33% | 30 | 5.5 | 985 | 11,464 | 70.0% | 45.0% | |
| 55.17% | 29 | 1.5 | 722 | 11,849 | 55.6% | 55.0% | |
| 57.14% | 28 | 1.5 | 663 | 9,637 | 61.5% | 53.3% | |
| 51.85% | 27 | 5.3 | 1,073 | 10,942 | 50.0% | 53.9% | |
| 37.04% | 27 | 1.5 | 563 | 9,842 | 36.4% | 37.5% | |
| 42.31% | 26 | 3.1 | 977 | 10,221 | 41.7% | 42.9% | |
| 48.00% | 25 | 4.3 | 841 | 10,731 | 58.3% | 38.5% | |
| 56.00% | 25 | 5.3 | 870 | 11,411 | 57.1% | 54.5% | |
| 66.67% | 24 | 1.6 | 597 | 10,529 | 63.6% | 69.2% | |
| 45.83% | 24 | 2.0 | 703 | 9,706 | 40.0% | 50.0% | |
| 21.74% | 23 | 3.1 | 823 | 12,313 | 0.0% | 41.7% | |
| 47.83% | 23 | 5.2 | 793 | 11,101 | 50.0% | 46.1% | |
| 45.45% | 22 | 4.7 | 933 | 12,092 | 42.9% | 46.7% | |
| 54.55% | 22 | 1.4 | 735 | 9,594 | 53.9% | 55.6% | |
| 52.38% | 21 | 2.1 | 753 | 10,386 | 45.5% | 60.0% | |
| 47.62% | 21 | 5.3 | 882 | 10,993 | 42.9% | 50.0% | |
| 61.90% | 21 | 1.5 | 714 | 11,253 | 66.7% | 60.0% | |
| 52.38% | 21 | 1.6 | 715 | 9,916 | 66.7% | 41.7% | |
| 61.90% | 21 | 2.3 | 804 | 11,527 | 55.6% | 66.7% | |
| 45.00% | 20 | 2.7 | 987 | 14,846 | 40.0% | 46.7% | |
| 42.11% | 19 | 5.0 | 796 | 11,501 | 75.0% | 33.3% | |
| 36.84% | 19 | 5.3 | 1,065 | 10,417 | 55.6% | 20.0% | |
| 47.37% | 19 | 1.5 | 643 | 9,499 | 63.6% | 25.0% | |
| 44.44% | 18 | 3.3 | 745 | 11,563 | 28.6% | 54.5% | |
| 33.33% | 18 | 5.7 | 927 | 11,043 | 45.5% | 14.3% | |
| 38.89% | 18 | 1.8 | 691 | 9,625 | 30.0% | 50.0% | |
| 38.89% | 18 | 4.6 | 925 | 13,192 | 25.0% | 42.9% | |
| 50.00% | 18 | 5.5 | 920 | 12,853 | 33.3% | 58.3% | |
| 55.56% | 18 | 4.7 | 961 | 12,651 | 80.0% | 46.1% | |
| 72.22% | 18 | 4.1 | 888 | 11,188 | 72.7% | 71.4% | |
| 52.94% | 17 | 4.3 | 780 | 10,941 | 50.0% | 54.5% | |
| 64.71% | 17 | 5.3 | 998 | 10,657 | 62.5% | 66.7% | |
| 52.94% | 17 | 5.2 | 1,171 | 11,355 | 50.0% | 54.5% | |
| 47.06% | 17 | 5.2 | 665 | 10,812 | 75.0% | 22.2% | |
| 47.06% | 17 | 1.6 | 683 | 11,190 | 42.9% | 50.0% | |
| 52.94% | 17 | 5.8 | 869 | 13,161 | 66.7% | 45.5% | |
| 52.94% | 17 | 1.1 | 743 | 11,008 | 50.0% | 55.6% | |
| 50.00% | 16 | 1.5 | 707 | 9,388 | 50.0% | 50.0% | |
| 12.50% | 16 | 1.7 | 736 | 10,917 | 0.0% | 20.0% | |
| 43.75% | 16 | 1.3 | 623 | 9,707 | 28.6% | 55.6% | |
| 56.25% | 16 | 4.5 | 896 | 11,366 | 71.4% | 44.4% | |
| 33.33% | 15 | 1.3 | 658 | 10,321 | 20.0% | 40.0% | |
| 33.33% | 15 | 5.0 | 818 | 12,015 | 16.7% | 44.4% | |
| 46.67% | 15 | 3.6 | 962 | 12,423 | 0.0% | 70.0% | |
| 60.00% | 15 | 1.0 | 688 | 11,782 | 85.7% | 37.5% | |
| 66.67% | 15 | 1.6 | 754 | 12,339 | 66.7% | 66.7% | |
| 42.86% | 14 | 1.0 | 618 | 10,453 | 44.4% | 40.0% | |
| 35.71% | 14 | 2.0 | 694 | 9,833 | 20.0% | 44.4% | |
| 57.14% | 14 | 3.0 | 654 | 10,332 | 55.6% | 60.0% | |
| 53.85% | 13 | 1.9 | 633 | 10,259 | 50.0% | 57.1% | |
| 69.23% | 13 | 1.4 | 673 | 9,919 | 80.0% | 62.5% | |
| 58.33% | 12 | 4.9 | 811 | 11,877 | 50.0% | 62.5% | |
| 66.67% | 12 | 4.4 | 937 | 13,450 | 66.7% | 66.7% | |
| 33.33% | 12 | 1.4 | 652 | 9,780 | 0.0% | 57.1% | |
| 16.67% | 12 | 2.3 | 655 | 10,648 | 16.7% | 16.7% | |
| 54.55% | 11 | 1.7 | 704 | 10,518 | 100.0% | 37.5% | |
| 36.36% | 11 | 6.3 | 781 | 10,665 | 28.6% | 50.0% | |
| 45.45% | 11 | 5.3 | 805 | 10,805 | 40.0% | 50.0% | |
| 45.45% | 11 | 5.0 | 777 | 9,880 | 20.0% | 66.7% | |
| 72.73% | 11 | 2.8 | 914 | 10,803 | 80.0% | 66.7% | |
| 72.73% | 11 | 5.1 | 860 | 9,790 | 75.0% | 66.7% | |
| 45.45% | 11 | 5.5 | 952 | 12,993 | 50.0% | 44.4% | |
| 36.36% | 11 | 4.8 | 777 | 8,776 | 16.7% | 60.0% | |
| 10.00% | 10 | 6.0 | 798 | 10,230 | 0.0% | 20.0% | |
| 40.00% | 10 | 3.5 | 647 | 10,881 | 0.0% | 50.0% | |
| 80.00% | 10 | 4.1 | 914 | 12,996 | 100.0% | 60.0% | |
| 30.00% | 10 | 3.6 | 693 | 10,793 | 75.0% | 0.0% | |
| 40.00% | 10 | 5.3 | 881 | 10,853 | 50.0% | 25.0% | |
| 30.00% | 10 | 4.5 | 760 | 11,359 | 40.0% | 20.0% | |
| 60.00% | 10 | 1.7 | 798 | 11,967 | 50.0% | 62.5% | |
| 60.00% | 10 | 4.4 | 1,005 | 11,341 | 80.0% | 40.0% | |
| 33.33% | 9 | 3.2 | 668 | 9,524 | 33.3% | 33.3% | |
| 55.56% | 9 | 1.5 | 707 | 12,577 | 33.3% | 66.7% | |
| 66.67% | 9 | 4.5 | 1,111 | 12,416 | 60.0% | 75.0% | |
| 22.22% | 9 | 4.9 | 832 | 9,199 | 0.0% | 50.0% | |
| 55.56% | 9 | 5.0 | 919 | 12,216 | 33.3% | 66.7% | |
| 62.50% | 8 | 3.4 | 829 | 12,792 | 50.0% | 66.7% | |
| 62.50% | 8 | 2.9 | 970 | 13,533 | 33.3% | 80.0% | |
| 62.50% | 8 | 5.3 | 873 | 12,337 | 100.0% | 57.1% | |
| 25.00% | 8 | 4.4 | 770 | 10,064 | 50.0% | 0.0% | |
| 12.50% | 8 | 5.8 | 668 | 11,793 | 0.0% | 20.0% | |
| 57.14% | 7 | 1.6 | 767 | 14,717 | 100.0% | 50.0% | |
| 42.86% | 7 | 2.0 | 739 | 12,687 | 66.7% | 25.0% | |
| 42.86% | 7 | 6.2 | 812 | 12,536 | 66.7% | 25.0% | |
| 57.14% | 7 | 4.7 | 606 | 10,271 | 33.3% | 75.0% | |
| 71.43% | 7 | 5.4 | 1,004 | 12,309 | 66.7% | 75.0% | |
| 14.29% | 7 | 1.6 | 555 | 8,156 | 20.0% | 0.0% | |
| 57.14% | 7 | 4.8 | 815 | 12,749 | 0.0% | 66.7% | |
| 57.14% | 7 | 1.1 | 725 | 11,831 | 75.0% | 33.3% | |
| 28.57% | 7 | 3.1 | 787 | 12,431 | 66.7% | 0.0% | |
| 14.29% | 7 | 4.3 | 930 | 13,521 | 0.0% | 16.7% | |
| 83.33% | 6 | 4.4 | 1,053 | 12,117 | 80.0% | 100.0% | |
| 50.00% | 6 | 1.3 | 629 | 9,497 | 33.3% | 66.7% | |
| 66.67% | 6 | 4.3 | 894 | 12,070 | 66.7% | 66.7% | |
| 50.00% | 6 | 6.0 | 1,118 | 11,915 | 50.0% | 50.0% | |
| 50.00% | 6 | 2.8 | 1,138 | 12,715 | 100.0% | 40.0% | |
| 33.33% | 6 | 1.8 | 664 | 10,740 | 0.0% | 66.7% | |
| 33.33% | 6 | 5.9 | 803 | 11,238 | 50.0% | 0.0% | |
| 50.00% | 6 | 1.5 | 535 | 12,424 | 50.0% | 50.0% | |
| 16.67% | 6 | 1.0 | 599 | 12,092 | 0.0% | 33.3% | |
| 50.00% | 6 | 5.0 | 873 | 10,545 | 66.7% | 33.3% | |
| 50.00% | 6 | 4.3 | 678 | 11,074 | 75.0% | 0.0% | |
| 20.00% | 5 | 1.3 | 497 | 10,955 | 0.0% | 33.3% | |
| 60.00% | 5 | 2.3 | 690 | 11,862 | 33.3% | 100.0% | |
| 20.00% | 5 | 3.4 | 719 | 11,173 | 0.0% | 25.0% | |
| 60.00% | 5 | 4.3 | 682 | 9,580 | 100.0% | 0.0% | |
| 60.00% | 5 | 4.3 | 759 | 11,128 | 50.0% | 100.0% | |
| 40.00% | 5 | 0.7 | 473 | 10,682 | 0.0% | 66.7% | |
| 40.00% | 5 | 0.3 | 692 | 11,136 | 100.0% | 25.0% | |
| 60.00% | 5 | 0.8 | 634 | 10,166 | 0.0% | 100.0% | |
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 55.6% w porownaniu do 44.4% Olaf, roznica 11.1 punktow procentowych. Te dane oparte sa na 9 ostatnich grach rankingowych w patchu 26.13.
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 66.7% w porownaniu do 33.3%. 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 55.6% w patchu 26.13 League of Legends. Przewaga 11.1 punktow procentowych oznacza, ze Pantheon jest significantly faworyzowany w tym matchupie na linii na podstawie 9 przeanalizowanych gier.
Jaki jest najlepszy build Pantheon przeciwko Olaf?
Najlepszy build Pantheon przeciwko Olaf zawiera Zaćmienie, Rozdarte Niebo, Taniec Śmierci with Pancerniaki. This build achieves a 50.0% 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 Determinacja 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 55.6%. Pantheon strongly counters Olaf na linii na podstawie aktualnych danych patcha 26.13.
Jak grac Pantheon przeciwko Olaf?
Grajac Pantheon przeciwko Olaf, wykorzystaj swoje statystyczne przewagi, tradujac agresywnie podczas korzystnych okien. Play safe early and scale into your power spikes where you outperform Olaf. Buduj polecane przedmioty i runy dla tego konkretnego matchupu, aby uzyskac najlepsze wyniki.