Rendimiento del modelo de IA
Cada pronóstico resuelto de StatsAI del 31 ago 2026 al 21 nov 2026, evaluado frente al resultado y frente a las cuotas de las casas sin el margen. No se deja fuera nada por haber salido mal.
La respuesta corta
El mercado es más preciso. En los mismos eventos, las cuotas de las casas sin margen tienen mejor Brier score que el modelo de IA en todos los mercados que medimos (4), y la diferencia es mayor que la variación aleatoria.
- 1X2 (resultado final)Mercado mejorBrier: IA 0,629 · mercado 0,590 · diferencia +0,039 (intervalo del 95% de +0,036 a +0,043)
- Goles más/menos de 2,5Mercado mejorBrier: IA 0,495 · mercado 0,475 · diferencia +0,020 (intervalo del 95% de +0,017 a +0,022)
- Ambos marcanMercado mejorBrier: IA 0,496 · mercado 0,489 · diferencia +0,006 (intervalo del 95% de +0,004 a +0,009)
- Elo StatsAI (1X2)Mercado mejorBrier: IA 0,608 · mercado 0,585 · diferencia +0,023 (intervalo del 95% de +0,018 a +0,030)
Un Brier menor es mejor. El intervalo sale de remuestrear días completos, porque los partidos del mismo día no son independientes.
Modelo de IA vs mercado y tasa base
La tasa base es el pronóstico más simple posible: siempre la misma distribución, igual a la frecuencia con que ocurrió cada resultado. Una barra a la derecha del cero supera a la tasa base, una a la izquierda queda peor. Cuanto más larga, mejor.
| Mercado | Eventos | Brier bruto | Brier calibrado | Brier mercado | Brier tasa base | Log loss IA / mercado | Acierto IA / mercado | RPS IA / mercado |
|---|---|---|---|---|---|---|---|---|
| 1X2 (resultado final) | 30.678 | 0,630 | 0,629 | 0,590 | 0,646 | 1,046 / 0,989 | 45,4 / 52,1 | 0,220 / 0,205 |
| Goles más/menos de 2,5 | 20.161 | 0,521 | 0,495 | 0,475 | 0,496 | 0,688 / 0,668 | 54,6 / 59,0 | – |
| Ambos marcan | 27.570 | 0,521 | 0,496 | 0,489 | 0,496 | 0,689 / 0,682 | 52,6 / 55,7 | – |
| Elo StatsAI (1X2) | 2.395 | 0,608 | 0,608 | 0,585 | 0,643 | 1,016 / 0,982 | 49,3 / 53,1 | 0,213 / 0,202 |
Calibración: ¿60% significa 60%?
Los pronósticos se agrupan en tramos de diez puntos porcentuales. En un modelo bien calibrado el punto queda en la diagonal: de todos los resultados con cerca del 60%, ocurre cerca del 60%. La línea vertical es el intervalo de Wilson del 95%. Los tramos con menos de 100 pronósticos no se dibujan.
Error de calibración esperado (ECE) para 1X2 (resultado final): IA bruto 1,32, calibrado 0,68, mercado 0,78 puntos porcentuales.
| Tramo (%) | Modelo de IA, bruto | Modelo de IA, calibrado | Mercado (cuotas sin margen) |
|---|---|---|---|
| 0–10 | 7,6 → 10,3n 747 | 8,4 → 9,2n 262 | 7,1 → 6,1n 2.096 |
| 10–20 | 15,9 → 19,7n 9.263 | 16,8 → 17,0n 5.972 | 16,2 → 15,2n 10.717 |
| 20–30 | 25,2 → 25,7n 26.949 | 25,5 → 25,3n 31.221 | 25,4 → 24,8n 36.809 |
| 30–40 | 34,2 → 33,1n 31.479 | 34,5 → 33,8n 34.305 | 34,4 → 34,4n 17.314 |
| 40–50 | 43,9 → 42,3n 14.950 | 44,1 → 44,2n 13.299 | 44,7 → 45,5n 11.734 |
| 50–60 | 53,9 → 54,6n 5.710 | 54,3 → 57,5n 5.138 | 54,7 → 56,3n 7.247 |
| 60–70 | 63,7 → 64,8n 2.206 | 63,8 → 69,6n 1.528 | 64,4 → 66,9n 3.664 |
| 70–80 | 73,3 → 76,5n 614 | 73,5 → 79,8n 282 | 74,3 → 76,2n 1.729 |
| 80–90 | 82,7 → 91,2n 113 | 82,0 → 96,3n 27 · muestra pequeña | 84,1 → 87,1n 620 |
| ≥ 90 | 91,0 → 100,0n 3 · muestra pequeña | – | 92,0 → 93,3n 104 |
Calibración de los demás mercados
Error de calibración esperado (ECE) para Goles más/menos de 2,5: IA bruto 9,08, calibrado 4,14, mercado 1,13 puntos porcentuales.
| Tramo (%) | Modelo de IA, bruto | Modelo de IA, calibrado | Mercado (cuotas sin margen) |
|---|---|---|---|
| 0–10 | 2,8 → 48,3n 143 | 8,8 → 55,6n 9 · muestra pequeña | – |
| 10–20 | 15,1 → 44,8n 431 | 18,2 → 66,7n 3 · muestra pequeña | – |
| 20–30 | 24,5 → 51,2n 1.433 | 24,9 → 44,1n 59 · muestra pequeña | 28,6 → 33,3n 63 · muestra pequeña |
| 30–40 | 34,8 → 48,9n 2.514 | 37,2 → 46,3n 322 | 36,5 → 34,7n 1.637 |
| 40–50 | 44,7 → 50,0n 5.245 | 46,3 → 49,8n 9.373 | 45,5 → 46,3n 5.695 |
| 50–60 | 54,4 → 55,8n 4.380 | 53,7 → 58,2n 9.795 | 55,0 → 56,0n 7.598 |
| 60–70 | 63,9 → 58,1n 3.431 | 62,5 → 67,5n 508 | 64,0 → 64,9n 4.236 |
| 70–80 | 73,6 → 62,2n 1.623 | 74,5 → 70,8n 65 · muestra pequeña | 73,4 → 76,5n 862 |
| 80–90 | 83,4 → 67,6n 642 | 83,9 → 64,7n 17 · muestra pequeña | 83,0 → 83,8n 68 · muestra pequeña |
| ≥ 90 | 95,1 → 70,5n 319 | 91,8 → 80,0n 10 · muestra pequeña | 90,5 → 100,0n 2 · muestra pequeña |
Error de calibración esperado (ECE) para Ambos marcan: IA bruto 9,43, calibrado 2,86, mercado 1,51 puntos porcentuales.
| Tramo (%) | Modelo de IA, bruto | Modelo de IA, calibrado | Mercado (cuotas sin margen) |
|---|---|---|---|
| 0–10 | 4,2 → 41,9n 43 · muestra pequeña | – | 9,8 → 50,0n 2 · muestra pequeña |
| 10–20 | 16,4 → 43,2n 169 | 14,2 → 33,3n 3 · muestra pequeña | 18,4 → 16,7n 6 · muestra pequeña |
| 20–30 | 25,5 → 46,6n 935 | 26,9 → 40,0n 40 · muestra pequeña | 26,6 → 42,0n 88 · muestra pequeña |
| 30–40 | 35,2 → 50,4n 2.637 | 37,0 → 42,4n 184 | 37,1 → 41,0n 1.117 |
| 40–50 | 46,2 → 53,4n 6.919 | 46,6 → 50,6n 6.650 | 46,1 → 48,6n 7.100 |
| 50–60 | 53,8 → 52,3n 6.727 | 52,8 → 55,2n 19.318 | 54,7 → 55,2n 13.358 |
| 60–70 | 64,2 → 56,4n 4.964 | 62,5 → 63,0n 1.172 | 63,4 → 61,4n 5.496 |
| 70–80 | 74,1 → 58,4n 3.237 | 73,8 → 60,0n 165 | 72,5 → 71,9n 399 |
| 80–90 | 83,8 → 62,9n 1.505 | 83,8 → 62,9n 35 · muestra pequeña | 80,3 → 75,0n 4 · muestra pequeña |
| ≥ 90 | 93,2 → 64,7n 434 | 90,9 → 100,0n 3 · muestra pequeña | – |
Error de calibración esperado (ECE) para Elo StatsAI (1X2): IA bruto 1,32, calibrado 1,63, mercado 1,42 puntos porcentuales.
| Tramo (%) | Modelo de IA, bruto | Modelo de IA, calibrado | Mercado (cuotas sin margen) |
|---|---|---|---|
| 0–10 | 8,1 → 5,3n 57 · muestra pequeña | 8,3 → 6,5n 77 · muestra pequeña | 7,7 → 5,5n 145 |
| 10–20 | 15,8 → 16,6n 669 | 15,8 → 17,7n 656 | 16,2 → 14,3n 834 |
| 20–30 | 25,9 → 25,0n 3.337 | 26,5 → 24,8n 3.211 | 25,5 → 24,6n 2.945 |
| 30–40 | 34,6 → 36,5n 1.139 | 35,0 → 35,8n 1.496 | 34,6 → 34,3n 1.314 |
| 40–50 | 44,3 → 42,7n 982 | 44,4 → 46,4n 905 | 44,6 → 46,1n 918 |
| 50–60 | 53,8 → 55,7n 596 | 54,3 → 56,3n 469 | 54,8 → 57,3n 557 |
| 60–70 | 63,8 → 66,2n 281 | 64,3 → 66,4n 241 | 64,5 → 70,2n 285 |
| 70–80 | 73,5 → 72,6n 106 | 73,8 → 72,5n 109 | 74,4 → 79,3n 140 |
| 80–90 | 82,6 → 94,4n 18 · muestra pequeña | 82,3 → 90,0n 20 · muestra pequeña | 83,3 → 82,2n 45 · muestra pequeña |
| ≥ 90 | – | 90,1 → 100,0n 1 · muestra pequeña | 90,5 → 100,0n 2 · muestra pequeña |
Dónde falla el modelo: por cuotas (1X2)
Cada resultado 1X2 se agrupa por su cuota. Para los favoritos (cuotas por debajo de 1,50) el modelo de IA da de media un 49,5%, el mercado un 70,3%, y ganan de verdad el 72,4% de las veces. Para los no favoritos (cuotas de 5,00 o más): modelo de IA 24,3%, mercado 13,4%, observado 12,5%.
| Cuotas | Resultados | IA bruto % | IA calibrado % | Mercado % | Observado % |
|---|---|---|---|---|---|
| 1,00–1,49 | 5.702 | 51,5 | 49,5 | 70,3 | 72,4 |
| 1,50–1,99 | 12.162 | 41,9 | 40,9 | 52,4 | 53,9 |
| 2,00–2,99 | 23.251 | 34,5 | 34,3 | 37,3 | 37,4 |
| 3,00–4,99 | 40.935 | 30,1 | 30,5 | 25,2 | 24,5 |
| 5,00+ | 9.984 | 23,0 | 24,3 | 13,4 | 12,5 |
A lo largo del tiempo
Brier score del 1X2 por semana (de lunes a domingo). Un punto hueco significa que la semana está solo en parte en la medición.
| Semana | Eventos | Modelo de IA, calibrado | Mercado (cuotas sin margen) |
|---|---|---|---|
| 31 ago – 6 sept 2026 * | 2.599 | 0,634 | 0,595 |
| 7 sept – 13 sept 2026 | 2.925 | 0,635 | 0,592 |
| 14 sept – 20 sept 2026 | 2.964 | 0,626 | 0,585 |
| 21 sept – 27 sept 2026 | 2.013 | 0,631 | 0,590 |
| 28 sept – 4 oct 2026 | 1.853 | 0,635 | 0,580 |
| 5 oct – 11 oct 2026 | 2.782 | 0,634 | 0,595 |
| 12 oct – 18 oct 2026 | 3.082 | 0,629 | 0,597 |
| 19 oct – 25 oct 2026 | 2.974 | 0,624 | 0,591 |
| 26 oct – 1 nov 2026 | 3.310 | 0,626 | 0,587 |
| 2 nov – 8 nov 2026 | 2.934 | 0,627 | 0,584 |
| 9 nov – 15 nov 2026 | 1.640 | 0,629 | 0,589 |
| 16 nov – 22 nov 2026 * | 1.602 | 0,620 | 0,589 |
Periodos más cortos
El mismo cálculo en los últimos 7, 30 y 90 días. Cada periodo se mide completo; no se destaca nada por separado.
| Mercado | 7 días15 nov – 21 nov | 30 días23 oct – 21 nov | Todo31 ago – 21 nov |
|---|---|---|---|
| 1X2 (resultado final) | IA 0,626 · mercado 0,592n 2.155 | IA 0,626 · mercado 0,589n 11.826 | IA 0,629 · mercado 0,590n 30.678 |
| Goles más/menos de 2,5 | IA 0,494 · mercado 0,483n 1.684 | IA 0,493 · mercado 0,475n 8.572 | IA 0,495 · mercado 0,475n 20.161 |
| Ambos marcan | IA 0,496 · mercado 0,493n 1.983 | IA 0,494 · mercado 0,489n 10.710 | IA 0,496 · mercado 0,489n 27.570 |
| Elo StatsAI (1X2) | IA 0,658 · mercado 0,634n 121 | IA 0,602 · mercado 0,579n 955 | IA 0,608 · mercado 0,585n 2.395 |
Por nivel de la competición
Un corte filtrado: los mismos eventos comparados de las tablas de arriba, divididos por nivel de la competición. El resultado general está arriba; esto solo muestra dónde la diferencia entre el modelo de IA y el mercado es mayor o menor. Aparecen grupos con al menos 1.000 eventos. El 99,8% de los eventos está clasificado.
Primera división es la división principal de un país, segunda división la siguiente, y tercera división e inferiores es todo lo demás (en Inglaterra, de la League One hacia abajo). Copas, selecciones, competiciones continentales de clubes, juveniles, equipos filiales y fútbol femenino forman un grupo aparte.
| Mercado | Nivel | Eventos | Modelo de IA, calibrado | Mercado (cuotas sin margen) | Diferencia (intervalo del 95%) |
|---|---|---|---|---|---|
| 1X2 (resultado final) | Primera división | 7.345 | 0,621 | 0,578 | +0,042+0,037 … +0,048 |
| Segunda división | 6.020 | 0,644 | 0,604 | +0,040+0,033 … +0,046 | |
| Tercera división e inferiores | 11.718 | 0,640 | 0,610 | +0,030+0,024 … +0,036 | |
| Copas, selecciones, juveniles y femenino | 5.553 | 0,602 | 0,547 | +0,055+0,047 … +0,064 | |
| Goles más/menos de 2,5 | Primera división | 5.497 | 0,493 | 0,475 | +0,018+0,014 … +0,022 |
| Segunda división | 4.214 | 0,496 | 0,484 | +0,012+0,007 … +0,016 | |
| Tercera división e inferiores | 7.329 | 0,498 | 0,474 | +0,024+0,019 … +0,029 | |
| Copas, selecciones, juveniles y femenino | 3.101 | 0,490 | 0,466 | +0,024+0,017 … +0,032 | |
| Ambos marcan | Primera división | 6.917 | 0,497 | 0,490 | +0,007+0,003 … +0,010 |
| Segunda división | 5.686 | 0,496 | 0,491 | +0,005+0,001 … +0,009 | |
| Tercera división e inferiores | 10.246 | 0,494 | 0,487 | +0,007+0,004 … +0,010 | |
| Copas, selecciones, juveniles y femenino | 4.679 | 0,497 | 0,491 | +0,0060,000 … +0,012 |
Mercados sin distribución completa
Para descanso/final el modelo da solo el par más probable, las combinaciones se derivan de otros pronósticos y los goles por parte salen de nuestro propio modelo de Poisson. No hay cuotas completas para ellos, así que solo se mide la calibración.
| Mercado | Pronósticos | Media prevista bruto / calibrado | Observado | Brier bruto / calibrado | ECE bruto / calibrado |
|---|---|---|---|---|---|
| Descanso/final | 22.960 | 22,5 / 20,9 | 21,8 | 0,167 / 0,167 | 1,18 / 0,93 |
| Combinaciones (1&GG…) | 65.338 | 26,5 / 25,8 | 26,1 | 0,186 / 0,184 | 3,16 / 0,50 |
| Goles por parte | 113.037 | 25,2 / 28,8 | 28,8 | 0,208 / 0,201 | 6,44 / 0,23 |
Nuestro Elo vs el modelo de entrada
En los mismos 2.525 partidos, el Elo StatsAI tiene un Brier score de 0,610 y el modelo 1X2 de entrada 0,631; acierto 49,0% vs 44,8%. El Elo cubre menos partidos, por eso solo se compara donde existen los dos.
| Modelo | Eventos | Brier | Acierto |
|---|---|---|---|
| Elo StatsAI | 2.525 | 0,610 | 49,0 |
| Modelo 1X2 de entrada | 2.525 | 0,631 | 44,8 |
Cómo medimos el rendimiento de los pronósticos de IA
- Qué se mide
- Las probabilidades de 1X2, goles más/menos de 2,5, ambos marcan y descanso/final salen de un modelo estadístico externo que StatsAI importa cada día. StatsAI añade su propio modelo Elo, un modelo de Poisson para los goles por parte, combinaciones derivadas y una capa de calibración. Se mide todo lo que se muestra y se resuelve, no boletos elegidos.
- Unidad de medida
- Un evento es un partido en un mercado. Las tres probabilidades de 1, X y 2 son una distribución, no tres pronósticos; más y menos son los dos lados de la misma estimación. Por eso hay menos eventos que pronósticos.
- Métricas
- Brier score: la suma de las diferencias al cuadrado entre pronóstico y resultado (0 es perfecto; un pronóstico 1X2 igual para todo da 0,667, un pronóstico 50:50 de dos resultados 0,500). Log loss: −ln de la probabilidad dada a lo que ocurrió, con un mínimo del 1%. Acierto: con qué frecuencia ocurrió el resultado más probable. El RPS para 1X2 también respeta el orden 1 < X < 2.
- Referencia del mercado
- Las cuotas de las casas registradas antes del inicio (las primeras encontradas, nunca actualizadas después) se convierten en probabilidades: 1/cuota dividido por la suma de 1/cuota de todos los resultados (eliminación proporcional del margen). Solo entran eventos con cuotas para todos los resultados y una suma entre 1,00 y 1,40; se excluyeron 298 eventos.
- Calibración fuera de la muestra
- La curva de calibración de cada día se aprende solo con pronósticos resueltos de los 90 días anteriores (10 tramos, al menos 150 pronósticos por tramo, curva monótona). El día medido nunca forma parte del aprendizaje. Los primeros días sin historial suficiente no se comparan, así que la comparación empieza el 1 sept 2026.
- Sin mirar al futuro
- El pronóstico se guarda antes del partido y nunca se cambia después del resultado. También comprobamos la fuente: el 30 de octubre de 2026 comparamos las probabilidades guardadas de partidos terminados con lo que la fuente mostraba en ese momento – 1.328 idénticas, 0 cambiadas. Los partidos de hoy entran en la medición al día siguiente.
- No se quita nada después
- Cada pronóstico resuelto se mide, bueno o malo. 12.994 estimaciones en 1.666 partidos de hace más de 2 días no tienen resultado (aplazados, suspendidos o resultado no encontrado) y por eso no se miden. Los cortes filtrados (periodo, cuotas, nivel de la competición) siempre se indican y nunca se muestran como resultado general.
- Dependencia y tamaño de la muestra
- Los partidos del mismo día y de la misma liga no son independientes, así que los intervalos salen de remuestrear días completos (1.000 repeticiones, semilla fija). Los tramos con menos de 100 pronósticos se marcan como muestra pequeña. No publicamos resultados de ligas sueltas porque solo unas pocas ligas tienen eventos suficientes; en su lugar las ligas se agrupan por nivel de la competición, y solo aparecen grupos con al menos 1.000 eventos.
- Por qué no hay ganancias ni ROI
- No publicamos ganancias ni ROI. Las apuestas hipotéticas a las cuotas registradas ignoran el movimiento de las líneas, los límites y la ejecución real de las apuestas, así que ese número no sería una medición justa.
El Brier score, la probabilidad implícita y la eliminación del margen se explican paso a paso en la Academia StatsAI: Brier score · Probabilidad implícita · Quitar el margen
Limitaciones
- El periodo es corto (83 días). Unos meses de fútbol no bastan para sacar conclusiones sobre una temporada entera.
- Las cuotas salen de la oferta antes del partido, no de las cuotas de cierre. Las cuotas de cierre suelen ser aún más precisas, así que el mercado real probablemente es más fuerte de lo que se ve aquí.
- Algunos partidos no tienen marcador del descanso, así que los mercados de descanso/final y de goles por parte tienen menos pronósticos resueltos.
- Un buen Brier score no significa ganancias en la casa de apuestas. Esto es estadística, no una recomendación de apuestas.
Cómo citar
StatsAI (2026). Rendimiento del modelo de IA: precisión de los pronósticos de fútbol vs el mercado de apuestas. https://statsai.bet/es/rendimiento-modelo-ia (consultado el 22 nov 2026).
Los números cambian cada día, así que incluye la fecha de consulta.
Los números agregados de esta página se pueden descargar en JSON con licencia CC BY 4.0 (uso libre con atribución: StatsAI, statsai.bet). Descargar los datos (JSON)
Informes mensuales
Cada mes los números del mes anterior se congelan en un informe aparte, con conclusiones, tablas y datos para descargar.