Como as Soluções do GTO Gecko São Feitas: Solvers, Antes, ICM e Rake
Todo app de treino GTO pede a você o mesmo salto de fé: confiar que os números por trás das tabelas foram resolvidos corretamente. Você não deveria ter que aceitar isso na fé. A precisão de um solver GTO é mensurável, as premissas por trás de uma solução (antes, rake, profundidades de stack, estruturas de premiação) são verificáveis, e qualquer produto que pede o seu dinheiro deveria colocar as duas coisas na mesa.
Este post existe porque os jogadores continuam nos fazendo uma pergunta justa: onde posso ler sobre as soluções do app? Esta é essa página. Ela cobre o que a biblioteca contém (torneios primeiro, já que é sobre isso que a maioria pergunta), as condições de jogo sob as quais cada spot é resolvido e a verificação que cada solução passa antes de ser publicada. Alguns detalhes de implementação permanecem privados, e explicamos exatamente por quê. Tudo o que um jogador precisa para julgar os dados está aqui.
Por Que a Qualidade das Soluções É o Produto Inteiro
O resultado de um solver é julgado pela explorabilidade: quanto um adversário perfeito poderia ganhar contra a sua estratégia se a conhecesse exatamente. Um verdadeiro equilíbrio de Nash tem explorabilidade zero. O resultado real de um solver sempre tem um pouco, e a convenção da indústria (popularizada pelos textos do GTO Wizard sobre distância de Nash) é expressá-la como uma fração do pote. Profissionais em geral tratam alguns décimos de por cento do pote como resolvido e qualquer coisa se aproximando de um por cento como o limite externo do aceitável. Nossa posição: essa convenção é saudável para a indústria inteira, e é o padrão ao qual submetemos os nossos próprios dados.
O que está em jogo é real. Em um caso amplamente coberto de 2022, um profissional de torneios de elite notou que as simulações pós-flop de um app comercial de treino pareciam erradas, rodou de novo os spots em um solver de desktop deliberadamente configurado para 8 por cento de precisão e descobriu que os resultados eram quase idênticos. Isso é mais de uma ordem de magnitude fora da tolerância profissional, e o episódio perseguiu o produto por anos. A lição para os jogadores: "temos soluções GTO" não é a afirmação que importa. O que importa é quais condições de jogo foram resolvidas, com qual padrão de convergência e por quais checagens os dados passam antes de você os ver.
Então aqui está como uma solução do GTO Gecko é feita, na mesma ordem em que o trabalho acontece.
Como uma Solução do GTO Gecko É Feita
A etapa 1 é o desenho da árvore. Antes de qualquer coisa ser resolvida, alguém tem que decidir qual jogo está sendo resolvido: quantos jogadores, com que profundidade, qual é a estrutura de antes, qual rake sai do pote e quais apostas e raises estão no cardápio. Construímos essas árvores à mão por formato e por profundidade. Os tamanhos de open vão de 2x a 3x, além de opens de all-in onde os stacks estão curtos, as guerras de raise vão até o fim, passando por 4-bets e jams de 5-bet (incluindo ranges de call contra 4-bets, que muitos produtos de tabelas simplesmente não carregam), e linhas de limp aparecem onde a profundidade as torna parte do jogo de equilíbrio. A maioria das configurações publica vários tamanhos de open lado a lado, para você estudar a árvore que corresponde a como você realmente joga em vez de receber um único tamanho e ouvir que ele é o ótimo.
A etapa 2 é o solve. As soluções de preflop vêm de engines de equilíbrio da família Monte Carlo CFR (CFR é counterfactual regret minimization, a família de algoritmos por trás de todo solver de pôquer sério). Cada solve roda até atingir uma meta estatística de convergência definida para aquele solve, não até um cronômetro estourar. No pós-flop, as árvores completas de flop e turn de cada configuração publicada são resolvidas offline até uma meta fixa de explorabilidade com um teto de iterações, usando isomorfismo de cartas para que cada um dos 1.755 flops estrategicamente distintos represente exatamente o conjunto completo de 22.100. As estratégias de river são completadas pelo mesmo engine de solver a partir dos ranges de chegada exatos preservados nessas árvores resolvidas, e mantidas no mesmo padrão.
A etapa 3 é a verificação. Resolver não é a parte arriscada; exportar, converter e entregar dados é. Máquinas checam cada lançamento. Os detalhes estão na seção de precisão abaixo, porque merecem mais do que uma frase.
A etapa 4 é a entrega. As soluções são empacotadas em um formato compacto que armazena frequências de ação até um centésimo de por cento e EVs com cinco casas decimais, e os apps mobile e o play.gtogecko.com leem os mesmos datasets publicados por meio de decodificadores equivalentes. Um spot que você consulta no celular e o mesmo spot no app web vêm de uma única fonte de verdade.
Uma nota honesta sobre o que não publicamos: a lista de fornecedores e os arquivos de configuração. O mercado de ferramentas de pôquer está cheio de apps imitadores, e nossa toolchain, nossos scripts de árvore e nosso pipeline de empacotamento são o resultado de anos de trabalho. Publicamos o método, as premissas e as checagens (as partes que você consegue avaliar de fora) e mantemos a receita privada. Todo fornecedor sério de soluções faz o mesmo trade-off em algum lugar; nós preferimos dizer isso com todas as letras.
O Que Há na Biblioteca? Torneios Primeiro
A biblioteca de preflop atualmente abrange mais de 3.600 configurações de cenário resolvidas entre torneios, cash e Spins, e a biblioteca de pós-flop tem mais de 8,5 terabytes de resultados de solver pré-computados em cerca de 660 milhões de arquivos de solução. Aqui está como isso se divide, começando pelos MTTs.
Soluções ChipEV para MTT
O catálogo moderno de preflop para MTT contém 1.167 cenários resolvidos cobrindo todos os tamanhos de mesa, do heads-up ao 9-handed. A cobertura de profundidade segue como os torneios realmente se jogam: as árvores de heads-up vão de 2 até 200 big blinds, os tamanhos de mesa intermediários se concentram nas profundidades onde vivem as decisões reais de MTT, e a cobertura de 9-max desce até o território de puro push-fold (82 das árvores são all-in ou fold por construção, porque nessas profundidades esse é o equilíbrio). Os antes são modelados do jeito moderno: um big blind ante postado como dinheiro morto, com tamanho de 12,5 por cento do big blind por jogador, e stacks contabilizados para que uma árvore de 100bb tenha exatamente 100bb de profundidade atrás do ante. Se você leu nosso guia de estratégia GTO de preflop, estas são as soluções de onde vêm aqueles conceitos.
Soluções ICM para MTT
O ICM é onde a maioria dos produtos fica vaga, então aqui está o nosso modelo, especificamente: um torneio de 1.000 inscritos pagando 150 posições, com o vencedor levando 15,19 por cento da premiação e os prêmios descendo até um min-cash de cerca de 0,2 por cento. Contra essa única estrutura de premiação consistente, resolvemos 504 cenários em 310 configurações de stack, de 3-handed até 9-handed, em estágios que percorrem o torneio inteiro: 75 por cento do field restante, depois estágios progressivamente mais rasos até 5 por cento, a bolha exata (151 jogadores restantes), três mesas, duas mesas e mesas finais de 9-handed até 3-handed.
Todo cenário de ICM é entregue com seu contexto completo visível no app: a escada de premiação, a equity de torneio por assento antes da mão e os bubble factors (que atingem o pico em torno de 1,2 conforme o dinheiro se aproxima). Os EVs nessas soluções são expressos em equity de torneio, não em fichas, porque é disso que as decisões de ICM realmente tratam. Formações de stack selecionadas são publicadas em múltiplos estágios, então você pode ver o mesmo spot apertar e afrouxar conforme o torneio avança. As árvores são genuinamente re-resolvidas por estágio; nada é interpolado entre estágios. Para o lado estratégico disso, veja ICM no pôquer explicado e nosso guia de ICM para mesas finais.
Soluções Pós-flop para MTT
As árvores pós-flop de torneio são pré-computadas a 15, 20, 30, 50, 70 e 100 big blinds com um big blind ante no pote, cobrindo potes single raised em todas as profundidades, potes de 3-bet a partir de 20bb, potes de 4-bet a partir de 50bb e famílias de linhas dedicadas de blind vs blind (potes limpados incluídos, porque é assim que as batalhas de blinds realmente acontecem). Cada configuração cobre todos os 1.755 flops estrategicamente distintos, e relatórios agregados pré-computados permitem estudar frequências em todos os flops de uma vez em vez de um board por vez.
Cash, Spins e Heads-Up
As soluções de cash game são resolvidas levando o rake em conta, com três modelos de rake separados: 6-max online a 100bb com rake de 5 por cento limitado a 4bb, jogos live de 150bb com 8 posições e rake de 10 por cento limitado a 2bb, e jogos com straddle a 100bb e 200bb com straddle obrigatório, um ante e rake de 4 por cento limitado a 2bb. Os Spins são resolvidos 3-handed de 1 a 50 big blinds com antes de 0 e 17 por cento do big blind, com árvores pós-flop de 10 a 30bb, e o endgame heads-up é resolvido a cada meio big blind de 2 a 20,5bb, para que as profundidades críticas para os saltos de premiação não tenham lacunas. Há também uma biblioteca pós-flop 3-way curada (109 flops selecionados entre configurações de cash, MTT e Spins) e árvores de exploit separadas contra perfis de jogador Fish, Nit e Maniac, que nosso guia de GTO versus explorativo coloca em contexto. Se Spins é o seu jogo, o plano de jogo para Spin and Go é construído exatamente sobre essas soluções.
| Biblioteca | Cobertura | Antes e rake |
|---|---|---|
| Preflop ChipEV de MTT | 1.167 cenários, 2- a 9-handed, heads-up até 200bb, push-fold na ponta curta | BB ante, 12,5% do big blind |
| Preflop ICM de MTT | 504 cenários, 310 configurações de stack, 3- a 9-handed, 11 estágios de torneio | BB ante, um modelo fixo de premiação de 1.000 inscritos |
| Pós-flop de MTT | 15 a 100bb, SRP, 3-bet, 4-bet, blind vs blind, todos os 1.755 flops distintos | BB ante em todos os potes |
| Cash preflop + pós-flop | 6-max online 100bb, live 150bb 8-handed, com straddle 100/200bb | Com rake: 5% cap 4bb, 10% cap 2bb, 4% cap 2bb |
| Spins preflop + pós-flop | 3-handed, 1 a 50bb, heads-up em passos de meio bb até 20,5bb | Antes de 0 e 17% do big blind |
| Multiway + exploit | Pós-flop 3-way em 109 flops curados, árvores de exploit baseadas em perfis | Acompanha o formato de origem |
As Soluções Levam em Conta Antes e Rake?
Antes: sim, e com precisão. As soluções de torneio e de Spins são resolvidas com o ante no pote desde a primeira ação, modelado do jeito que os jogos modernos o praticam (um big blind ante postado como dinheiro morto em vez de antes por jogador). Isso não é cosmético. O ante muda o preço de tudo: os opens ficam mais largos, a defesa de blinds fica mais larga, e os limiares de shove e call de stack curto se movem em big blinds inteiros. Uma tabela sem rake e sem ante aplicada a um jogo com ante é sistematicamente apertada demais, que é exatamente o tipo de erro silencioso que custa dinheiro por anos. Nosso guia de tabelas de preflop mostra como esses ranges ficam na prática.
Rake: sim, para todos os formatos de cash, com o cap e a porcentagem modelados por tipo de jogo. O rake sai principalmente de potes pequenos e médios, então atinge exatamente as decisões marginais de preflop que as tabelas deveriam resolver: a defesa de blind mais fina, o open no limite, o set-mine com pares pequenos. Resolver com o rake na árvore torna esses ranges mensuravelmente mais apertados do que tabelas sem rake, e é por isso que nossos ranges de cash podem parecer diferentes de um solve sem rake que você viu em outro lugar. Ambos são equilíbrios; só um foi resolvido para o jogo em que você está sentado. As soluções de torneio são corretamente sem rake durante o jogo, já que o rake de MTT é pago no buy-in e nunca toca um pote dentro do jogo.
Por que premissas movem ranges
Três efeitos direcionais que valem internalizar. Com um BB ante no pote, todo spot ainda não aberto oferece um preço melhor, então os opens e as defesas de equilíbrio se alargam. Com rake na árvore, potes pequenos e médios pagam um imposto, então calls finos e opens marginais se apertam. Sob ICM perto da bolha, as fichas que você pode perder valem mais do que as fichas que você pode ganhar, então os ranges de call se apertam com força enquanto shovar largo continua forte. Um app que não sabe dizer quais dessas premissas suas tabelas assumem está pedindo que você adivinhe.
Como Verificamos a Precisão?
A convergência acontece na hora do solve: todo solve roda até sua meta de precisão antes de ser aceito. Mas a maior parte da corrupção de dados em qualquer produto de soluções acontece depois do solve, na exportação e no empacotamento. Então o pipeline é instrumentado de ponta a ponta:
- Barreiras de integridade de node. Todo node de preflop exportado deve conter todas as 169 classes de mãos iniciais, com pisos de frequência mínima que capturam exportações com perdas ou truncadas antes de serem entregues. Um solve que falha na barreira não é publicado.
- Verificação de ida e volta. Os lançamentos de ICM são decodificados de volta a partir do formato entregue e comparados com o resultado original do solver, node por node. O desvio máximo de EV permitido está dentro da própria precisão de armazenamento, e invariantes do solver (como o EV de fold ser exatamente zero) são checadas em cada node de um lançamento.
- Testes de regressão em dados reais. Os caminhos de decodificação e navegação de árvore dos apps são exercitados por testes automatizados que reproduzem soluções publicadas reais de ponta a ponta, para que uma atualização de dados não possa mudar silenciosamente o que um spot exibe.
- Provas de paridade. O solver de exploit (perfis de jogador) é obrigado a reproduzir a solução GTO pura byte por byte quando os ajustes de perfil estão desligados. O mesmo engine, comprovadamente, não uma aproximação separada.
- Avaliação calibrada. Os treinadores avaliam contra os dados resolvidos com tolerância ciente de EV: qualquer ação que o próprio solver mistura em frequência significativa é aceita, e a dificuldade do spot é classificada pela diferença de EV entre a melhor e a segunda melhor ação, até centésimos de big blind. Quando um spot é um verdadeiro cara ou coroa na solução, o treinador sabe disso, e o rastreamento de perda de EV é medido contra esses mesmos dados.
Igualmente importante é o que não afirmamos. Não existe biblioteca pós-flop de mesa heads-up no produto hoje; qualquer coisa rotulada como 2 jogadores no pós-flop significa dois jogadores chegando ao flop em uma mesa mais cheia. O modelo de ICM é um torneio específico e claramente declarado (ele assume habilidade igual e não modela níveis de blinds futuros, como essencialmente toda ferramenta de ICM). E os ranges simplificados de consulta rápida são simplificados de propósito e rotulados como tal; as soluções completas de frequências mistas ficam por trás deles. Se uma limitação importa para o seu estudo, preferimos que você saiba dela a que a descubra.
Por Que os Ranges Diferem Entre Apps?
Coloque dois produtos GTO sérios lado a lado e você vai encontrar spots em que as frequências discordam. Antes de concluir que alguém está errado, cheque as premissas, porque na maioria dos casos os apps estão resolvendo jogos diferentes: um modelo de rake diferente, uma estrutura de antes diferente, um cardápio de tamanhos de open diferente, uma abstração de tamanhos de aposta diferente no pós-flop ou um padrão de convergência diferente. Além disso, muitas decisões de preflop são genuinamente próximas: quando um solver mistura uma ação a 40 e 60 por cento, a diferença de EV entre as opções costuma estar dentro do ruído do solver, e dois solves corretos podem cair em lados diferentes dela.
É exatamente por isso que cada spot no GTO Gecko exibe sua configuração (formato, profundidade, ante, rake e, para ICM, o contexto completo do torneio), e por isso que o treinador aceita qualquer ação que a própria solução joga em frequência significativa. A habilidade sendo treinada não é memorizar os decimais de um app; é jogar ranges cujas premissas você entende. Nossos guias sobre como usar um solver de pôquer e solvers versus treinadores se aprofundam nessa forma de estudar.
Perguntas Frequentes
Em qual modelo de torneio as soluções de ICM se baseiam?
Um MTT de 1.000 inscritos pagando 150 posições, com o vencedor levando 15,19 por cento da premiação, resolvido em 11 estágios, de 75 por cento do field restante até a bolha exata, três mesas, duas mesas e mesas finais de 9-handed a 3-handed. Todo cenário mostra sua escada de premiação, as equities baseadas nos stacks e os bubble factors no app.
As soluções de MTT incluem antes?
Sim. As soluções de MTT usam um big blind ante de 12,5 por cento do big blind por jogador, postado como dinheiro morto, com as profundidades contabilizadas atrás do ante. Os Spins usam antes de 17 por cento junto com árvores sem ante. As árvores pós-flop de torneio também carregam o ante no pote.
As soluções levam o rake em conta?
As soluções de cash são resolvidas com o rake dentro da árvore do jogo: 5 por cento limitado a 4bb para 6-max online, 10 por cento limitado a 2bb para jogos live de 150bb e 4 por cento limitado a 2bb para jogos com straddle. As soluções de torneio são sem rake durante o jogo por design, já que o rake de MTT é pago no buy-in.
As soluções são as mesmas no mobile e na web?
Sim. iOS, Android, macOS e o play.gtogecko.com leem os mesmos datasets publicados por meio de decodificadores equivalentes, e testes automatizados reproduzem dados publicados reais nos dois. Um spot dá a mesma resposta onde quer que você o abra.
Quão precisas são as soluções?
Todo solve roda até uma meta de convergência predefinida em vez de um limite de tempo, e a régua que usamos no projeto é a convenção da indústria de explorabilidade abaixo de um por cento descrita no início deste post. Todo lançamento então passa por verificação por máquina: cobertura completa das 169 mãos em cada node, checagens de decodificação de ida e volta e testes de regressão contra dados reais. Publicamos o padrão e as checagens em vez de um único número de marketing, porque um número sem sua história de verificação é exatamente o que queimou jogadores no passado.
Por que não nomear o software de solver e as configurações?
Porque a toolchain é o ativo competitivo que apps imitadores mais gostariam de ter. Publicamos o que você pode de fato avaliar: a família de algoritmos (resolução de equilíbrio Monte Carlo CFR), as condições de jogo de cada solução, a precisão dos dados entregues e a verificação que cada lançamento passa. A lista de fornecedores e os arquivos de configuração permanecem privados.
Estude em Soluções Que Você Pode Interrogar
O padrão, em um parágrafo: mais de 3.600 configurações de preflop resolvidas e uma biblioteca pós-flop de múltiplos terabytes, cada spot resolvido sob condições declaradas (antes, rake, profundidade, premiações), rodado até metas de convergência, verificado por máquina antes do lançamento e entregue de forma idêntica a todas as plataformas, com as premissas exibidas onde você estuda. Se uma ferramenta de treino não conta essas coisas a você, pergunte por quê.
Você pode interrogar as nossas diretamente: abra qualquer spot no app web ou no iOS e no Android, cheque o painel de configuração e submeta os números ao padrão que este post acabou de descrever. É assim que nós avaliaríamos um app de treino, então é assim que você deveria avaliar este.