BoosterHand Lab · symulacja
Zrzuciłem 1 000 000 kulek w Plinko: szanse, RTP i poziomy ryzyka w symulacji
Aktualizacja 2026-11-03 · BoosterHand Lab · Metoda: symulacja Monte Carlo (Python/NumPy, stałe ziarno)
- Na planszy z 16 rzędami i odbiciami 50/50 każdy skrajny slot to 1 na 65 536. Którykolwiek skraj: średnio 1 na 32 768 kulek.
- 54,5% kulek ląduje w 3 środkowych slotach. Na wysokim ryzyku 79% kulek trafia do slotu 0,2x.
- Wszystkie trzy tabele wypłat zwracają około 99%. Przy 1 000 000 kulek po 1 $ plansza zatrzymała 9903 $ (niskie), 8285 $ (średnie) i 13 379 $ (wysokie).
- Slot 1000x trafił 28 razy na milion kulek (matematyka przewiduje ~30,5), a plansza na wysokim ryzyku i tak wygrała.
- 10 000 graczy × 1000 kulek: na wysokim ryzyku 35% skończyło na plusie, ale mediana gracza straciła 49,80 $, a co trzeci stracił 100 $ lub więcej.
Plansza Plinko pokazuje ci slot 1000x na każdym skraju i sprawia wrażenie, że jest w zasięgu. Zrzuciłem po 1 000 000 symulowanych kulek na każdym z trzech poziomów ryzyka, żeby sprawdzić, jak często skraj naprawdę płaci, gdzie kulki faktycznie lądują i ile plansza zatrzymuje z czasem.
Krótka odpowiedź: slot 1000x jest prawdziwy, ale to 1 na 32 768, a plansza i tak wygrywa.
Jak działa plansza Plinko
Nasza plansza ma 16 rzędów kołków. Na każdym kołku kulka odbija się w lewo lub w prawo z szansą 50/50. Po 16 odbiciach ląduje w jednym z 17 slotów, a każdy slot wypłaca mnożnik twojej stawki.
Żeby dotrzeć do skrajnego slotu, kulka musi polecieć w tę samą stronę 16 razy z rzędu. To 1 na 2^16 = 1 na 65 536 dla każdego skraju albo 2 na 65 536 = 1 na 32 768 dla dowolnego skraju.
Większość kulek robi coś znacznie nudniejszego. Liczba ścieżek do każdego slotu podlega rozkładowi dwumianowemu, temu samemu kształtowi dzwonu, który widać na desce Galtona:
| Slot (od środka) | Szansa na kulkę |
|---|---|
| Środkowy slot | 19,6% |
| 3 środkowe sloty | 54,5% |
| Każdy skrajny slot | 0,0015% |
Trzy poziomy ryzyka, to samo RTP 99%
Gry Plinko zwykle pozwalają wybrać poziom ryzyka. Na potrzeby tego testu zaprojektowałem trzy tabele wypłat (ogólne, nieskopiowane z żadnej gry). Każda zwraca około 99% każdego postawionego dolara:
| Ryzyko | Mnożniki od skraju do środka | Dokładne RTP |
|---|---|---|
| Niskie | 16x, 9x, 2x, 1,4x, 1,4x, 1,2x, 1,1x, 1x, 0,5x | 98,999% |
| Średnie | 110x, 41x, 10x, 5x, 3x, 1,5x, 1x, 0,5x, 0,3x | 98,988% |
| Wysokie | 1000x, 130x, 26x, 9x, 4x, 2x, 0,2x, 0,2x, 0,2x | 98,977% |
Haczyk tkwi w środku. Na wysokim ryzyku pięć środkowych slotów płaci 0,2x i ląduje tam 79% kulek. Każdy duży mnożnik na skraju jest opłacany tymi małymi stratami w środku.
Zanim zobaczysz wyniki: który poziom ryzyka zostawia typowego gracza w najgorszej sytuacji po 1000 kulek? Obstaw, a potem czytaj dalej.
Jak przeprowadziliśmy symulację
- Plansza: 16 rzędów, odbicie 50/50 na każdym kołku, 17 slotów
- Tabele wypłat: trzy powyższe, każda ~99% RTP
- Test 1: 1 000 000 kulek na poziom ryzyka przy stałej stawce 1 $
- Test 2: 10 000 graczy na poziom ryzyka, po 1000 kulek po 1 $
- Metoda: symulacja Monte Carlo w Pythonie (NumPy), stały seed losowania dla powtarzalności
1 000 000 kulek: wyniki
Przy przewadze 1% oczekiwana strata przy 1 000 000 $ postawionych wynosi około 10 000 $. Oto, co dała symulacja:
| Ryzyko | Zwrócono | Wynik netto | RTP w symulacji | Trafienia skraju |
|---|---|---|---|---|
| Niskie | 990 097 $ | −9903 $ | 99,01% | 22 (16x) |
| Średnie | 991 716 $ | −8285 $ | 99,17% | 47 (110x) |
| Wysokie | 986 621 $ | −13 379 $ | 98,66% | 28 (1000x) |
Na wysokim ryzyku slot 1000x trafił 28 razy, blisko ~30,5 przewidywanych przez matematykę. To 28 000 $ wypłat ze skraju, a plansza i tak zatrzymała 13 379 $.
Bieżący wynik pokazuje dlaczego. Na niskim ryzyku saldo zsuwa się niemal po linii prostej. Na wysokim ryzyku podskakuje przy każdym rzadkim trafieniu, a potem znów mozolnie spada, ale trzyma się tego samego nachylenia w dół: około 1 cent straty na każdą kulkę za 1 $.
10 000 graczy: kto kończy na plusie?
Milion kulek to perspektywa kasyna. Prawdziwa sesja jest znacznie krótsza, więc dałem 10 000 symulowanych graczy po 1000 kulek po 1 $.
| Ryzyko | Na plusie | Mediana wyniku | Najgorszy | Najlepszy | Strata 100 $+ |
|---|---|---|---|---|---|
| Niskie | 16% | −10,60 $ | −47,50 $ | +38,70 $ | 0% |
| Średnie | 37% | −15,00 $ | −131,00 $ | +295,50 $ | 1% |
| Wysokie | 35% | −49,80 $ | −324,40 $ | +2135,80 $ | 32% |
Wysokie ryzyko daje najbardziej spektakularnych zwycięzców: najlepszy gracz skończył na +2136 $. Ale typowy gracz na wysokim ryzyku stracił 49,80 $, prawie 5 razy więcej niż na niskim, a co trzeci stracił 100 $ lub więcej. To samo RTP 99% na każdej planszy, zupełnie inny ból.
To ten sam wzorzec, który widzieliśmy w naszej symulacji zmienności slotów: poziom ryzyka zmienia kształt twoich wyników, a nie przewagę kasyna.
Czekając na 1000x
Średnio potrzebujesz 32 768 kulek, żeby raz trafić skrajny slot. Przy jednej kulce na sekundę to ponad 9 godzin nieprzerwanego zrzucania, a przy 1 $ za kulkę przewaga 1% kosztuje cię po drodze około 328 $. Spośród naszych 10 000 graczy na wysokim ryzyku tylko 3,6% zobaczyło slot 1000x choćby raz w 1000 kulek.
Ograniczenia tego modelu
Nasza plansza to czysty model: 16 rzędów, idealnie uczciwe odbicia 50/50 i tabele wypłat zbudowane na potrzeby tego testu. Prawdziwe gry oferują inną liczbę rzędów (często od 8 do 16), inne tabele i własne wartości RTP. Matematyka rozkładu dwumianowego jest taka sama na każdej uczciwej planszy, ale sprawdź w ekranie informacji gry dokładną tabelę i RTP. Jeśli gra jest provably fair, możesz sam zweryfikować każdy wynik.
Co to oznacza dla ciebie
- Ta sama przewaga na każdym poziomie ryzyka. Wszystkie trzy plansze zatrzymały około 1 centa z każdego 1 $. Żadne ustawienie ryzyka, liczba rzędów ani wysokość stawki tego nie zmienia.
- Wyższe ryzyko to większe wahania, a nie lepsze szanse. Mediana gracza na wysokim ryzyku straciła prawie 5 razy więcej niż mediana gracza na niskim ryzyku przy tych samych 1000 kulek.
- Planuj budżet tak, jakbyś nigdy nie miał zobaczyć skraju. To 1 na 32 768 na kulkę. Jeśli sesja wychodzi na plus tylko wtedy, gdy trafi 1000x, zwykle nie wyjdzie.
Plinko to gra losowa z przewagą kasyna wbudowaną w tabelę wypłat. Ustal budżet, na którego stratę cię stać, i przestań, gdy się skończy. Jeśli hazard przestaje być zabawą, na naszej stronie o odpowiedzialnej grze znajdziesz narzędzia i wsparcie.
Trafiłeś z poziomem ryzyka? A jeśli chcesz zobaczyć, jak przewaga 1% wypada na tle automatu, przeczytaj, co się stało przy 1 milionie spinów na slotach.
Najczęstsze pytania
Jakie są szanse na trafienie skrajnego slotu w Plinko?
Na planszy z 16 rzędami, gdzie każde odbicie to 50/50, kulka musi 16 razy z rzędu polecieć w tę samą stronę. To 1 na 65 536 dla każdego skraju albo 1 na 32 768 dla dowolnego skraju. Plansze z mniejszą liczbą rzędów mają lepsze szanse na skraj, ale niższe maksymalne mnożniki.
Jakie jest RTP w Plinko?
Zależy od tabeli wypłat używanej przez grę. Trzy tabele w naszej symulacji zaprojektowano tak, by zwracały około 99%, co jest typową wartością w grach Plinko w stylu krypto. Zawsze sprawdzaj RTP podane w ekranie informacji gry, bo może się różnić.
Lepsze jest Plinko na wysokim czy niskim ryzyku?
Żaden poziom nie zmienia przewagi kasyna: wszystkie trzy nasze tabele zatrzymywały około 1 centa z każdego 1 $. Wysokie ryzyko tylko zwiększa wahania. Przy 1000 kulek mediana gracza na wysokim ryzyku straciła 49,80 $, a na niskim 10,60 $.
Czy istnieje strategia na Plinko, która działa?
Nie. Każda kulka jest niezależna, a przewaga kasyna jest już wbudowana w tabelę wypłat. Zmiana poziomu ryzyka, liczby rzędów czy wysokości stawki zmienia zmienność, a nie oczekiwaną stratę na każdego dolara.
Czy Plinko jest ustawione?
Uczciwa plansza Plinko nie musi być ustawiona: tabela wypłat gwarantuje, że kasyno z czasem zatrzyma około 1%. W grach provably fair możesz sam zweryfikować każdy zrzut; zobacz nasz artykuł o provably fair.
Powiązane
Symulacje używają ogólnych modeli, a nie prawdziwej gry ani kasyna. Wyniki pokazują matematykę w długim okresie, a nie prognozę jednej sesji. Tylko 18+. Jeśli hazard przestaje być zabawą, zrób przerwę: odpowiedzialna gra.
Źródła
- Galton board — Wikipedia
- Binomial distribution — Wikipedia
- Monte Carlo method — Wikipedia
- Expected value — Wikipedia
Następny eksperyment: Strategia Mines: matematyka każdego kliknięcia (szanse, mnożniki, RTP)