IA surpreende e aponta favorito inesperado para vencer o Main Event da WSOP 2026

O Main Event da World Series of Poker (WSOP) 2026 está prestes a conhecer um novo campeão mundial, mas antes da decisão uma análise baseada em inteligência artificial chamou a atenção da comunidade internacional de poker. Um estudo realizado pela Advanced Poker Training utilizou um supercomputador para executar nada menos que um milhão de simulações da mesa final, oferecendo uma projeção detalhada sobre as chances de cada participante levantar o bracelete mais cobiçado do esporte.

A pesquisa vai muito além de uma simples estimativa matemática. O sistema considera comportamento dos jogadores, pressão exercida pelo ICM (Independent Chip Model), posições na mesa, estilos individuais e dezenas de variáveis estratégicas que influenciam diretamente as decisões durante uma mesa final.

Segundo Steve Blay, criador do modelo utilizado pela Advanced Poker Training, o projeto representa décadas de desenvolvimento voltado para simulações de poker cada vez mais próximas da realidade. A ferramenta já havia chamado atenção em 2016 ao apontar corretamente Qui Nguyen como favorito ao título, mesmo sem ocupar a liderança em fichas naquele momento.

Um milhão de simulações para prever o campeão

Desta vez, o estudo elevou o nível da análise. Enquanto em 2016 foram utilizadas apenas 100 simulações, a nova versão executou um milhão de cenários diferentes, permitindo uma margem estatística muito mais robusta.

O software simulou toda a dinâmica da mesa final repetidas vezes, alterando resultados de mãos, confrontos, eliminações e estratégias adotadas por cada participante. O objetivo foi calcular não apenas quem possui maiores probabilidades de vencer, mas também identificar quais jogadores tendem a superar ou ficar abaixo da expectativa matemática prevista pelo ICM.

Lucas Jumalon larga como amplo favorito

Os resultados confirmam aquilo que muitos especialistas já esperavam. Lucas Jumalon inicia a decisão com aproximadamente 35% de todas as fichas em jogo, fator que lhe garante uma vantagem significativa antes mesmo da primeira carta ser distribuída.

Nas simulações realizadas pela inteligência artificial, o norte-americano conquistou o título em 40,4% dos cenários analisados. É uma probabilidade extremamente elevada considerando que nove jogadores disputam a mesa final.

Steve Blay explica que a enorme liderança em fichas faz com que os adversários sejam obrigados a jogar de maneira muito mais cautelosa. Em situações de ICM elevado, cada eliminação representa milhões de dólares em premiação, reduzindo a disposição dos rivais para assumir riscos contra o chip leader.

Ainda assim, a IA mostrou que nem mesmo uma vantagem tão confortável garante o título. Em cerca de 1% das simulações, Jumalon terminou surpreendentemente na nona colocação, mostrando que o poker continua sendo um jogo de enorme variância.

O impacto financeiro da vantagem em fichas

Outro ponto interessante apresentado pelo estudo envolve a expectativa financeira dos competidores. Embora Lucas Jumalon apareça como favorito absoluto para conquistar o bracelete, o ganho médio calculado pela simulação ficou apenas cerca de 2% acima do valor previsto pelo modelo de ICM.

Na prática, isso significa que possuir muitas fichas aumenta bastante a probabilidade de vitória, mas não amplia proporcionalmente o retorno financeiro esperado. Segundo Blay, esse resultado surpreendeu inclusive a equipe responsável pelas simulações.

O comportamento conservador dos adversários ajuda o líder, porém também limita parte da agressividade que poderia ser utilizada em situações sem pressão de premiação.

Rami Hammoud decepciona nas projeções

Entre todos os integrantes da mesa final, Rami Hammoud foi apontado como aquele que mais ficou abaixo das expectativas matemáticas.

Mesmo ocupando uma posição confortável em fichas, o modelo indica um desempenho médio aproximadamente 5% inferior ao esperado pelo ICM.

Para Steve Blay, existem diversos fatores que ajudam a explicar esse resultado. Um deles envolve o perfil mais agressivo do jogador, característica que pode aumentar sua exposição em momentos críticos da decisão.

Outro aspecto considerado fundamental foi o sorteio dos assentos.

Nas simulações, Hammoud ficou duas posições à direita de Lucas Jumalon. Isso significa que, justamente quando teria melhores oportunidades para atacar blinds nas posições finais, encontraria o maior stack da mesa defendendo os blinds com enorme pressão de fichas.

Essa configuração reduziu significativamente o número de situações lucrativas para o jogador ao longo das simulações.

A inteligência artificial também avalia posicionamento

Diferentemente de modelos estatísticos tradicionais, o software desenvolvido pela Advanced Poker Training leva em consideração dezenas de características específicas de cada participante.

Entre elas estão frequência de blefes, tendência de pagar apostas, agressividade pré-flop, comportamento diante da pressão do ICM, frequência de continuation bets, capacidade de adaptação e diversos outros parâmetros estratégicos.

Segundo Blay, cada bot criado para representar um jogador recebe mais de quarenta configurações independentes, tornando o comportamento extremamente próximo daquilo que normalmente é observado nas mesas ao vivo.

Essa riqueza de detalhes permite que a simulação produza resultados mais consistentes do que simples cálculos baseados apenas na distribuição inicial de fichas.

No entanto, como toda previsão estatística, os próprios desenvolvedores reconhecem que o modelo não pretende prever o futuro com absoluta precisão. O objetivo é indicar probabilidades fundamentadas em grandes volumes de dados, oferecendo uma leitura mais aprofundada da dinâmica da mesa final.

Na segunda parte desta análise, veremos quais jogadores superaram as expectativas da inteligência artificial, por que Greg Mueller aparece como a principal aposta pessoal de Steve Blay e como funciona a tecnologia responsável por uma das simulações mais avançadas já realizadas no poker profissional.

Jamie Shaevel e Greg Mueller aparecem como as grandes surpresas

Embora Lucas Jumalon concentre a maior parte das probabilidades de conquistar o título, o estudo da Advanced Poker Training identificou dois jogadores que frequentemente superaram as expectativas ao longo das simulações: Jamie Shaevel e Greg Mueller.

Segundo Steve Blay, ambos apresentaram um desempenho superior ao que seus respectivos stacks sugeriam inicialmente. A combinação entre experiência, posicionamento favorável na mesa e perfil estratégico fez com que os dois aparecessem repetidamente entre os melhores resultados obtidos pelo modelo.

Jamie Shaevel chega à decisão carregando uma trajetória sólida no Main Event da WSOP. O jogador acumula diversas premiações na competição e é reconhecido por atuar regularmente em cash games de alto nível nos Estados Unidos, especialmente em Los Angeles.

Essa vivência em mesas com jogadores experientes foi considerada um diferencial importante pelo algoritmo, principalmente em situações de pressão extrema, onde pequenas decisões podem representar milhões de dólares em premiação.

Greg Mueller, por sua vez, reúne um currículo ainda mais impressionante. Dono de três braceletes da World Series of Poker, o canadense participa dos principais torneios internacionais há décadas e soma dezenas de premiações em eventos da série.

Antes de se dedicar integralmente ao poker, Mueller também construiu carreira como jogador profissional de hóquei no gelo. Para Blay, essa experiência em competições de alto rendimento contribui para sua capacidade de manter o controle emocional diante das maiores pressões.

Experiência pesa nos momentos decisivos

Ao comentar os resultados, Steve Blay destacou que experiência continua sendo um dos fatores mais difíceis de quantificar, mas que faz enorme diferença em uma mesa final do Main Event.

Enquanto jogadores menos acostumados com grandes decisões podem alterar significativamente seu comportamento diante da pressão financeira, veteranos costumam manter uma estratégia mais consistente ao longo da disputa.

Segundo o desenvolvedor, Greg Mueller apareceu repetidamente encontrando maneiras de transformar situações aparentemente desfavoráveis em oportunidades lucrativas, comportamento que chamou atenção durante as simulações.

Os menores stacks enfrentam um cenário complicado

Outro dado interessante apresentado pelo levantamento envolve os jogadores que iniciam a decisão com menos fichas.

Todos os cinco menores stacks terminaram as simulações, em média, abaixo da expectativa prevista pelo modelo de ICM.

Embora o resultado possa parecer negativo, Steve Blay explica que esse comportamento é esperado em mesas finais de torneios milionários.

À medida que cada eliminação aumenta significativamente a premiação restante, os competidores passam a equilibrar dois objetivos conflitantes: sobreviver por mais tempo ou buscar acumular fichas suficientes para disputar efetivamente o título.

Essa dinâmica torna as decisões extremamente complexas e reduz a margem para assumir riscos calculados.

Segundo o especialista, esse ambiente explica por que jogadores com poucos blinds frequentemente encontram dificuldades para converter pequenas vantagens em campanhas profundas.

Como funciona o modelo de inteligência artificial

A Advanced Poker Training afirma que seu sistema não depende apenas de cálculos matemáticos tradicionais.

Cada jogador recebe um perfil personalizado construído a partir de informações públicas, histórico de torneios, estilo de jogo observado e diversos parâmetros ajustáveis desenvolvidos pela equipe ao longo de décadas.

Entre as variáveis utilizadas estão:

• Resposta à pressão do ICM.
• Frequência de agressividade pré-flop.
• Tendência de defender blinds.
• Frequência de continuation bets.
• Propensão a realizar blefes.
• Capacidade de adaptação após perder grandes potes.
• Perfil de risco em situações decisivas.

Ao todo, são mais de quarenta características configuráveis aplicadas individualmente para representar cada participante da mesa final.

Depois da parametrização, um computador de alto desempenho executa milhares de decisões por segundo, simulando confrontos completos até produzir um conjunto estatístico suficientemente robusto para análise.

Comparação com pesquisas eleitorais

Steve Blay compara o funcionamento da ferramenta aos modelos utilizados por institutos de pesquisa eleitoral.

Assim como uma pesquisa não entrevista todos os eleitores de um país, uma simulação também não consegue reproduzir exatamente cada situação futura.

O objetivo é combinar grandes volumes de dados, tendências históricas, comportamento observado e modelos probabilísticos para construir projeções capazes de representar a realidade com alto grau de confiança.

Segundo ele, o poker oferece um ambiente ideal para esse tipo de modelagem justamente porque cada decisão pode ser transformada em parâmetros estatísticos.

A aposta pessoal de Steve Blay

Apesar de Lucas Jumalon liderar com folga as probabilidades matemáticas, Steve Blay decidiu seguir um caminho diferente ao fazer sua previsão oficial para o campeão do Main Event da WSOP 2026.

O especialista acredita que Greg Mueller reúne características suficientes para superar as probabilidades e conquistar mais um dos maiores títulos da carreira.

Segundo Blay, escolher o chip leader seria a decisão mais segura do ponto de vista estatístico. No entanto, as simulações mostraram repetidamente Mueller entregando desempenhos superiores ao esperado.

Para ele, experiência, disciplina e capacidade de adaptação fazem do canadense um candidato extremamente perigoso quando a disputa entra em sua fase mais decisiva.

“Se eu tiver que escolher alguém para superar as probabilidades, escolho Greg Mueller”, resumiu o desenvolvedor ao apresentar sua previsão oficial.

Tecnologia e poker caminham cada vez mais juntos

O uso de inteligência artificial vem transformando diversos aspectos do poker moderno, desde ferramentas de treinamento até análises avançadas utilizadas por jogadores profissionais.

Modelos como o desenvolvido pela Advanced Poker Training mostram como grandes volumes de dados podem ajudar a compreender tendências estratégicas sem eliminar o fator humano que torna o jogo tão imprevisível.

Ainda que nenhuma simulação consiga prever exatamente quem levantará o bracelete, estudos desse tipo oferecem uma perspectiva interessante sobre o equilíbrio entre matemática, estratégia e tomada de decisão sob pressão.

À medida que novas tecnologias evoluem, análises estatísticas deverão ocupar um espaço cada vez maior tanto na preparação de atletas quanto na cobertura dos principais torneios internacionais.

Onde acompanhar mais notícias sobre poker

Os fãs da modalidade podem acompanhar outras notícias, análises e conteúdos especiais na editoria de Poker, além das principais novidades em Últimas Notícias e estudos publicados na seção de Relatórios.

Mais informações oficiais sobre a World Series of Poker também podem ser consultadas no site da WSOP, que reúne a cobertura completa do Main Event 2026.