FightChoice 情报报告

vs

Kayla Harrison vs Amanda Nunes

https://fightchoice.app/zh/events/kayla-harrison-vs-amanda-nunes-prediction-2026-11-14

Women's Bantamweight

UFC 334: Gane vs. Hokit · Nov 14, 2026

本报告内容

对决故事点击展开

As Kayla Harrison steps into the octagon against Amanda Nunes at UFC 334, fans can expect a clash of titans that mirrors some of the most electrifying showdowns in UFC history. Both fighters boast impressive records, with Harrison at 3-0 and Nunes holding a formidable 16-2. While they share the same height and weight, Nunes has a slight reach advantage at 69 inches compared to Harrison's 66 inches. Harrison’s striking accuracy of 62.1% gives her a technical edge, but Nunes has an impressive knockout win rate of 43.8%, showcasing her ability to end fights decisively, just like Nate Diaz did against Tony Ferguson at UFC 279.

Diving into their fighting styles, Harrison’s grappling prowess shines through her control time of 161.4 seconds per round, while Nunes has shown ferocity with a takedown accuracy of 56.7%. With both fighters in their prime and a win streak in Harrison's favor at four, this matchup is poised to be a tactical battle. The stakes are high, as a notable odds gap indicates that Nunes is favored, but Harrison’s undefeated record and a higher sub-win rate suggest that she is more than capable of pulling off an upset. This fight could very well be the beginning of a new era in women’s bantamweight, reminiscent of previous legendary clashes.

#KaylaHarrison #AmandaNunes #UFC334 #WomensBantamweight #UFC #MMA

复制给 Facebook 复制给 Twitter/X

预测情报点击展开

统计模型预测

🔒 赛前锁定 · 预测于 Oct 24, 2026, 00:04 UTC

模型细分
Kayla Harrison Amanda Nunes
深度学习模型 α 权重 26% 71.1% 28.9%
深度学习模型 ξ 权重 25% 61.4% 38.6%
统计模型 δ 权重 13% 59.3% 40.7%
统计模型 β 权重 21% 58.0% 42.0%
统计模型 ε 权重 15% 40.8% 59.2%
集成模型 63.9% 36.1%
AI 推理(模型为何这样判断)

The ensemble prediction favors Kayla Harrison, driven by factors like both fighters being past their prime and Amanda Nunes's age and significant strikes absorbed. Despite Model ε favoring Amanda Nunes due to her Elo rating, calibration and weighting led to the ensemble's final prediction for Kayla Harrison.

  • 统计模型 β: Model β favors Kayla Harrison, citing that both fighters are past their prime and Kayla Harrison has absorbed fewer significant strikes.
  • 统计模型 ε: Model ε favors Amanda Nunes, primarily due to her higher Elo rating, a chess-style skill score.

根据上方模型输出由 AI 生成,措辞有时可能不够精确。

预测获胜者
Kayla Harrison
63.9%
置信度
* 模型输出,非投注建议。请理性投注。

*新晋选手,此预测基于有限的信息

预计时长
3rd Round at 1m15s (11m15s total)

比赛仍在进行的概率

38% 判定获胜概率

虚线为 50%。曲线跌破该线的回合就是上方给出的回合,它是分布的中位数,未必是概率最高的单一结果。

取胜路径
选手 以判定 *基于 288 场相似比赛 以KO/TKO *基于 288 场相似比赛 以降服 *基于 288 场相似比赛 获胜信心 *基于我们的预测
Kayla Harrison 33.7% 19.7% 10.4% 63.9%
Amanda Nunes 19.1% 11.2% 5.9% 36.1%
历史 288 场 52.8% 30.9% 16.3% 100.0%
分享这份情报报告
选手情报点击展开

身体数据对比

数据 Kayla Harrison Amanda Nunes
UFC 战绩 3-0 16-2
身高 5' 8" 5' 8"
体重 135 lbs. 135 lbs.
臂展 66" 69"
站架 Southpaw Orthodox
年龄 36 38

战绩仅统计UFC比赛(胜-负-无结果)——这两位选手都没有经过核实的UFC之前战绩。

导出为图片

对阵情报点击展开

相似的比赛是如何结束的

历史 288 场

每一场过往比赛都按其实力差距的“形状”定位——两位选手在 37 项生涯指标上各自相差多少,不考虑谁更强。彼此靠近的比赛构成一个画像。以下是本场所属画像中那 288 场比赛实际的结束方式。

53% 打到判定
47% 提前结束
31% KO/TKO 16% 降服 5:11 结束时间中位数,第 2 回合
这些提前结束发生在何时

这是相似历史对阵的基础比率,而不是对这两位选手的预测。它来自历史上真实发生的事,且该画像不区分红蓝角——因此它能说明这类比赛通常如何收场,却完全无法说明谁会赢。

实力差距相似的比赛

每位选手都被还原为其出战该场比赛之前由 37 项生涯指标构成的画像,并经过标准化处理,使任何单一指标不会仅因单位较大而占据主导,其覆盖面远大于下方图表所展示的 6 项。随后,这场比赛以两人之间的差距来刻画:在这些指标上各相差多少,而不论谁占优。此处列出的正是差距与本场最为接近的比赛。由于匹配的是实力差距的形态,而非体重级别或年代,相近的比赛可能来自完全不同的级别。

比赛 Kayla Harrison Amanda Nunes
80% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
9月 10, 2022
UFC 279: Diaz vs. Ferguson
Welterweight
Nate Diaz 获胜者
KO/降服 4th Rnd, 2m52s
本场表现
击打 (每回合)
25.3
击打命中率
46.5%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0.3
控制时间 (每回合)
0s
本场表现
击打 (每回合)
20
击打命中率
46.5%
抱摔 (每回合)
0.3
抱摔成功率
33.3%
降服尝试 (每回合)
0
控制时间 (每回合)
2s
80% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
7月 15, 2023
UFC Fight Night: Holm vs. Bueno Silva
Featherweight
Melsik Baghdasaryan 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
21.3
击打命中率
59.3%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
14s
本场表现
击打 (每回合)
12
击打命中率
33%
抱摔 (每回合)
1
抱摔成功率
33.3%
降服尝试 (每回合)
0
控制时间 (每回合)
126.3s
78% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
1月 14, 2018
UFC Fight Night: Stephens vs. Choi
Women's Strawweight
JJ Aldrich 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
18
击打命中率
36%
抱摔 (每回合)
0.3
抱摔成功率
20%
降服尝试 (每回合)
0
控制时间 (每回合)
37s
本场表现
击打 (每回合)
12.7
击打命中率
27.9%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
0s
77% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
12月 28, 2013
UFC 168: Weidman vs Silva 2
Featherweight
Dustin Poirier 获胜者
KO/降服 1st Rnd, 4m54s
本场表现
击打 (每回合)
44
击打命中率
50.6%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
33s
本场表现
击打 (每回合)
16
击打命中率
33.3%
抱摔 (每回合)
1
抱摔成功率
50%
降服尝试 (每回合)
0
控制时间 (每回合)
13s
77% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
1月 28, 2012
UFC on FOX: Evans vs Davis
Light Heavyweight
本场表现
击打 (每回合)
10.2
击打命中率
25.9%
抱摔 (每回合)
0.4
抱摔成功率
22.2%
降服尝试 (每回合)
0
控制时间 (每回合)
25.4s
Rashad Evans 获胜者
判定 5th Rnd, 5m00s
本场表现
击打 (每回合)
12.4
击打命中率
38.3%
抱摔 (每回合)
0.6
抱摔成功率
75%
降服尝试 (每回合)
0
控制时间 (每回合)
85.4s
77% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
7月 9, 2016
UFC 200: Tate vs Nunes
Middleweight
Gegard Mousasi 获胜者
KO/降服 1st Rnd, 4m32s
本场表现
击打 (每回合)
21
击打命中率
61.8%
抱摔 (每回合)
2
抱摔成功率
100%
降服尝试 (每回合)
0
控制时间 (每回合)
129s
本场表现
击打 (每回合)
5
击打命中率
38.5%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
0s
75% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
6月 1, 2018
UFC Fight Night: Rivera vs. Moraes
Light Heavyweight
Sam Alvey 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
17.7
击打命中率
43.4%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
0s
本场表现
击打 (每回合)
16.7
击打命中率
37.6%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
2s
75% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
3月 30, 2019
UFC Fight Night: Barboza vs. Gaethje
Featherweight
本场表现
击打 (每回合)
8
击打命中率
18.8%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
0s
Josh Emmett 获胜者
KO/降服 3rd Rnd, 4m14s
本场表现
击打 (每回合)
7.3
击打命中率
25.3%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
0.7s
74% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
9月 16, 2017
UFC Fight Night: Rockhold vs. Branch
Middleweight
本场表现
击打 (每回合)
22
击打命中率
48.9%
抱摔 (每回合)
0.5
抱摔成功率
50%
降服尝试 (每回合)
0.5
控制时间 (每回合)
69.5s
Uriah Hall 获胜者
KO/降服 2nd Rnd, 2m25s
本场表现
击打 (每回合)
13
击打命中率
59.1%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
3s
74% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
6月 12, 2007
UFC Fight Night: Stout vs Fisher
Welterweight
Forrest Petz 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
13.3
击打命中率
14.7%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
0s
本场表现
击打 (每回合)
15
击打命中率
37.2%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
0.3s
74% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
7月 6, 2013
UFC 162: Silva vs Weidman
Middleweight
本场表现
击打 (每回合)
10
击打命中率
45.5%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
100s
Andrew Craig 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
21.3
击打命中率
63.4%
抱摔 (每回合)
0.7
抱摔成功率
66.7%
降服尝试 (每回合)
0
控制时间 (每回合)
68s
73% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
9月 3, 2022
UFC Fight Night: Gane vs. Tuivasa
Middleweight
本场表现
击打 (每回合)
11
击打命中率
28.4%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
9.3s
Robert Whittaker 获胜者
判定 3rd Rnd, 5m00s
本场表现
击打 (每回合)
24.7
击打命中率
44.6%
抱摔 (每回合)
0.3
抱摔成功率
100%
降服尝试 (每回合)
0
控制时间 (每回合)
4s
73% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
1月 20, 2021
UFC Fight Night: Chiesa vs. Magny
Middleweight
本场表现
击打 (每回合)
0.5
击打命中率
25%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
1.5
控制时间 (每回合)
30s
Omari Akhmedov 获胜者
KO/降服 2nd Rnd, 1m41s
本场表现
击打 (每回合)
12.5
击打命中率
65.8%
抱摔 (每回合)
1
抱摔成功率
40%
降服尝试 (每回合)
0.5
控制时间 (每回合)
137s
72% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
10月 22, 2022
UFC 280: Oliveira vs. Makhachev
Bantamweight
Aljamain Sterling 获胜者
KO/降服 2nd Rnd, 3m44s
本场表现
击打 (每回合)
36
击打命中率
77.4%
抱摔 (每回合)
2.5
抱摔成功率
62.5%
降服尝试 (每回合)
1
控制时间 (每回合)
213s
本场表现
击打 (每回合)
4
击打命中率
30.8%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
1.5s
72% 衡量这两位选手之间的差距与那场历史比赛中的差距有多相似——比较的是实力落差的大小和形态,而不是选手本身。两组完全不同的选手也可能形成相同的落差。100% 表示落差完全一致;随机抽取的两场比赛约为 36%,因此接近该数值意味着记录中并不存在真正可比的对象。 匹配度
8月 3, 2024
UFC Fight Night: Sandhagen vs. Nurmagomedov
Light Heavyweight
Azamat Murzakanov 获胜者
KO/降服 2nd Rnd, 3m18s
本场表现
击打 (每回合)
22.5
击打命中率
52.9%
抱摔 (每回合)
0
抱摔成功率
0%
降服尝试 (每回合)
0
控制时间 (每回合)
22s
本场表现
击打 (每回合)
7.5
击打命中率
20.3%
抱摔 (每回合)
0
抱摔成功率
—
降服尝试 (每回合)
0
控制时间 (每回合)
25.5s

导出为图片

数据情报点击展开

正面数据对比

将每位选手个人页面上的每回合与进阶数据并排对比,每行中更优的数值会被高亮显示。

数据 Kayla Harrison Amanda Nunes UFC 均值
每回合平均
击打 19.4 19.7 13.2
击打命中率 62.1% 52% 43.9%
抱摔 0.9 0.8 0.4
抱摔成功率 37.5% 56.7% 33.0%
降服尝试 0.3 0.2 0.2
控制时间 161.4s 89.3s 48.9s
击倒 0 0.17 0.08
被击倒 0 0 0.13
高级选手数据
胜率 该选手已记录总场次中的胜场占比。 92.3% 88.9% 45.8%
近期胜率 仅统计最近 5 场已记录比赛的胜率,反映当前状态而非整个生涯。 80.0% 80.0% 37.6%
连胜 当前连续纪录:正数表示连胜,负数表示连败。 4 2 -2
总场次 已记录的总场次,包含 UFC 之外的比赛。 13 18 —
头部击打占比 该选手命中的有效击打中打向头部的占比。头部、身体与腿部三者之和为 100%。 71.3% 67.8% —
身体击打占比 该选手命中的有效击打中打向身体的占比。头部、身体与腿部三者之和为 100%。 19.9% 13.4% —
腿部击打占比 该选手命中的有效击打中打向腿部的占比。头部、身体与腿部三者之和为 100%。 8.8% 18.9% —
被有效击打 对手命中该选手的有效击打,按每回合计算:取自 UFC 逐回合统计,除以其被计分的回合数。越低越好。 5 10.62 15.2
被抱摔 对手对该选手完成的摔倒,按每回合计算:取自 UFC 逐回合统计,除以其被计分的回合数。越低越好。 0 0.13 0.4
体能击打比 该选手在后段回合命中的有效击打除以前段回合。1.0 为中性:高于 1.0 表示后段输出增加,低于则下滑。仅对已有至少 3 场 UFC 比赛记录的选手显示。 0.25 0.13 0.52
体能防御比 对手在后段回合命中该选手的击打,除以他们在前段回合的命中。1.0 为中性。越低越好:数值偏高说明随着比赛推进,对手越容易打中他。仅对已有至少 3 场 UFC 比赛记录的选手显示。 0.33 0.23 0.56
体能抱摔比 该选手在后段回合完成的摔倒除以前段回合。1.0 为中性。仅对已有至少 3 场 UFC 比赛记录的选手显示。 0.25 0.57 0.42
正架 该选手登记的站架是否为正架。 否 是 —
反架 该选手登记的站架是否为反架(南爪)。 是 否 —
换架 该选手是否被登记为会切换站架。 否 否 —
完结率 该选手的“胜场”中以终结(KO/TKO 或降服)取胜的占比。分母是胜场,不是总场次。 58.3% 62.5% 46.5%
KO胜率 该选手的“胜场”中以 KO 或 TKO 取胜的占比。分母是胜场,不是总场次。 25.0% 43.8% 27.9%
降服胜率 该选手的“胜场”中以降服取胜的占比。分母是胜场,不是总场次。 33.3% 18.8% 18.7%
被完结率 该选手的“败场”中以被终结告负的占比——分母是败场,不是总场次。一位 20 胜 1 负、且唯一一败为 KO 的选手因此显示为 100%。 0.0% 100.0% 52.3%
远距离击打占比 该选手在远距离命中的有效击打占比。远距离、贴身缠斗与地面三者之和为 100%。 29.4% 68.9% —
缠斗击打占比 该选手在贴身缠斗中命中的有效击打占比。远距离、贴身缠斗与地面三者之和为 100%。 17.6% 3.6% —
地面击打占比 该选手在地面命中的有效击打占比。远距离、贴身缠斗与地面三者之和为 100%。 52.9% 27.6% —
平均比赛时长 (m:ss) 该选手 UFC 比赛的平均时长(分:秒)。“—”表示我们没有其比赛时间数据。 10:34 11:21 —
Elo评分 仅基于 UFC 比赛的 Elo 等级分:随胜负升降,并按对手等级分加权。1500 是初始值,也是数据集平均值。 1,554.6 1,677.7 1500
PageRank 该选手在“谁与谁交手”这一网络中的中心程度。它反映的是其对手的水平,而不是他本人的实力。 0.248 0.570 0.069
生涯阶段 本场之前 4 场比赛的状态:3 胜及以上为 Peak,2 胜及以下为 Decline,此前不足 4 场则为 Early。 Peak Peak —
市场情报点击展开

投注优势

选手 获胜信心 DraftKings 赔率 保本胜率 优势
Kayla Harrison 63.9% 1.49 67.1% -4.8%
Amanda Nunes 36.1% 2.70 37.0% -2.5%

赔率取自 DraftKings 的最新数据。优势 = 获胜信心 × 欧洲赔率 − 1,优势为正表示赔付高于模型认为的合理价值。

保本胜率 = 1 ÷ 欧洲赔率,即在该赔率下不赔不赚所需的胜率。计算用的是含博彩公司抽水的原始赔率,因此两位选手的保本胜率相加会超过 100%,多出的部分正是博彩公司的利润,并非错误。

建议投注比例 4% 占资金 投注 Kayla Harrison,赔率 1.51(DraftKings) * 模型输出,非投注建议。请理性投注。

市场赔率

博彩公司 Kayla Harrison Amanda Nunes
美式 小数 美式 小数
Proline -238 1.42 +148 2.48
DraftKings -204 1.49 +170 2.70
FanDuel -208 1.48 +162 2.62
BetOnline -189 1.53 +161 2.61

赔率采集于 Oct 24, 2026, 12:02 PM

导出为图片

UFC 334: Gane vs. Hokit 的更多对决

Ciryl Gane vs Josh Hokit Caio Borralho vs Yousri Belgaroui Uros Medic vs Kevin Holland Bilal Hasan vs Luis Gurule Stephen Thompson vs Charles Radtke Drew Dober vs Chris Duncan Jim Miller vs Terrance McKinney Donte Johnson vs Baisangur Susurkaev Macy Chiasson vs Bia Mesquita Adrian Yanez vs Juan Diaz Nazim Sadykhov vs Jefferson Nascimento

用虚拟资金为 Kayla Harrison vs Amanda Nunes 下你自己的注

创建免费账户,即可用我们的统计模型 AI 集成分析任意对战、管理梦幻资金并投注整场赛事。无需信用卡。

创建您的免费账户