What is the Codex Score in Slay the Spire 2?

The Codex Score is a 0–100 community meta score for every card, relic, and potion in Slay the Spire 2. It is computed from the win rate of community-submitted runs that included the entity, shrunk toward the global baseline using Bayesian methods to prevent low-sample noise.

How is the Slay the Spire 2 tier list score calculated?

The score has two stages: Bayesian shrinkage (shrunk = (wins + baseline·50) / (picks + 50)) to prevent a 5-pick perfect card from outranking a 500-pick reliable one, then a linear map from win-rate-vs-baseline to the 0–100 scale. Scores above 90 earn an S tier; below 35 earns F.

What do the S, A, B, C, D, F tier grades mean?

S (90–100) is the top of the win-rate signal. A (78–89) wins above baseline reliably. B (65–77) is above average. C (50–64) is average, most entities live here. D (35–49) is below average, often niche or high-exposure. F (0–34) is the bottom of the signal, which can mean a genuinely weak entity or just a staple seen in nearly every run. The grade is a data signal, not a verdict.

How often does the Codex Score update?

Scores rebuild every 30 minutes on the server as new community runs are submitted. The tier list reflects the current meta after the most recent game patch.

杀戮尖塔2 (STS2) Codex 分数

每张卡牌、遗物和药水如何获得 0–100 的社区环境评分。

S94

什么是 Codex Score？

贝叶斯收缩胜率，映射到 0–100 并划分字母等级。

杀戮尖塔2 (STS2) 中的每张卡牌、遗物和药水都会得到一个数字，概括它的出现与获胜局数的相关程度，完全基于社区提交的对局数据，而非主观意见。50 为中性（A0 下平均对局约有一半获胜），100 是信号顶端，0 是底端。这是一种带有已知偏差（见下文）的朴素相关性，并非对卡牌好坏的定论。同一个数字决定每个列表页的默认排序和每个详情页的徽章。

分级区间

区间	等级	标签	含义
90 – 100	S	顶级	胜率信号的顶端。在数百次选取中持续保持的、超出分布的胜率。
78 – 89	A	强	在大样本中稳定高于基准线。
65 – 77	B	稳健	胜率高于平均。没有更好选择时的稳妥之选。
50 – 64	C	中等	曲线的中段。大多数都在这里。
35 – 49	D	低于平均	低于基准线。通常是小众或看情况的选择，有时只是曝光过高（见下方偏差）。
0 – 34	F	表现不佳	胜率信号的底端。常常是因几乎每局都在场而被拉低的常用牌，未必是差牌。

公式

评分分两步：贝叶斯收缩（避免5次选取全胜的卡牌压过500次选取稳定的卡牌），然后把相对基准线的胜率线性映射到 0–100。

baseline   = total_wins / total_runs       # global win rate
shrunk     = (wins + baseline · 50) / (picks + 50)
delta      = shrunk − baseline
raw        = (delta / 0.15 + 1) · 50
score      = clamp(raw, 0, 100)            # rounded to integer

先验权重 = 50。 每个条目起始时相当于在基准胜率下有50次虚拟选取。真实选取在这个先验之上累积，数据越多评分越稳定。5次选取全胜的卡牌只能略微推动先验；500次选取且战绩强劲的卡牌则能压过它。
尺度范围 = ±15个百分点。 胜率比基准线高15个百分点对应100。超出后评分饱和，超出该区间的条目确实脱离了分布。
截断。 即使数学结果如此，评分也不会为负或超过100。上限是诚实的：达到上限的条目意味着“至少这么好”，不一定是“正好100”。

计算示例

下方所有行使用相同基准线（50%胜率）。注意样本量的影响：5次选取全胜只得 B 级，而500次选取56%胜率得 A 级。

情景	选择次数	胜利	胜率%	分数
海量样本，顶尖	1000	700	70%	S100
样本多，强	100	70	70%	S94
样本中等，稳健	500	280	56%	B68
样本少，全胜	5	5	100%	B65
表现平均	50	25	50%	C50
样本少，尚无胜利	5	0	0%	D35
样本多，表现不佳	200	60	30%	F0

Codex Elo，另一半

Codex Score 评估胜率，这诚实但存在混杂：一张卡的胜率反映了谁选了它、它进了什么牌组，而不只是卡牌本身。Codex Elo 从另一面切入。它完全忽略胜负，转而读取显示性偏好。每个卡牌奖励界面都被视为一场对决，你拿走的卡战胜你跳过的卡。对数百万次这样的决定拟合 Bradley-Terry 模型，就得到了“被提供时，玩家真正想要哪张卡？”的评分。

与水平无关。 胜率随打这张牌的人而起伏，选牌决定则不会。无论是高手还是普通玩家在选，强牌都会被偏爱，所以 Elo 绕开了胜率的混杂因素。
锚定约1500，每十倍差400。 相对对手被选取频率是平均值十倍的卡牌，Elo 高出约400，与国际象棋的尺度逻辑相同。
仅限卡牌。 奖励界面提供的是卡牌而非遗物或药水，所以基础卡 Elo 只存在于卡牌。
升级卡有自己的 Elo。 奖励界面可能提供已升级的卡牌，但对局导出只记录拿了哪张卡，不记录提供的是否为“+”版本，所以每次奖励选取都记在基础卡上，无法代表升级版。“+”版本改用另一种显示性偏好来评分：休息点的锻造决定。当你升级一张卡时，它“战胜”了牌组中你本可以升级却没有升级的其他卡。对这些选择拟合同一个 Bradley-Terry 模型，“+”行就得到真正的升级 Elo，而非基础数值的复制。初始卡也能这样获得（打击可以锻造）。

把两者结合使用：Score 说“这能赢”，Elo 说“玩家看到就想要”。两者都高的卡毫无疑问；两者差距大的通常是需要围绕构筑或看情况的选择。两者并排显示在卡牌指标表中。

评分不是什么

Codex Score 是朴素的胜率相关性，而相关性自带包袱。下面两个最大的混杂因素解释了为什么一些明显的好牌可能排得低、一些小众牌可能排得高。把等级当作带注意事项的信号来读，而非定论。对于在奖励界面出现过的卡牌，Codex Elo 是混杂更少的制衡：它与水平无关，也不按曝光加权。跳转到 Codex Elo

曝光时长 / 选取频率偏差。 在牌组里待得更久、或几乎每局都被选的卡（初始卡、普通卡、高频常用牌），会分担更多它在场时的每一次失败。所以高频使用的卡即使不错也评分偏低，这就是一些常用牌落到底层的原因。F 往往意味着“高曝光”，而不是“差牌”。
幸存者偏差。 后期的稀有和罕见卡只会在已经走得很深的对局中出现，而这些对局平均来说本来就进行得不错。它们的胜率被选牌前对局的健康状态抬高了，所以可能显得比实际更强。
不是个人化推荐。 评分回答的是“对平均提交者来说什么能赢？”它看不到你的牌组、角色、进阶等级或已有的遗物。如果一张 C 级卡能解决你的问题，它就是正确的选择。
未按进阶等级归一化。 在 A0 很强、在 A10 平庸的遗物只会得到一个混合评分。等高进阶的样本量具有统计意义后，我们会加入按进阶分级的评分。
未按角色归一化。 一件在故障机器人上胜率 70%、在铁甲战士上 45% 的遗物会被混成一个数字。按角色评分已在计划中（数据已在每个详情页的角色分项表中）。
偏向提交者群体。 评分反映的是真人愿意提交的对局，其中胜局和排位模式玩家的比例偏高。基准胜率来自同一群体，所以在相对排名上偏差大体抵消。但绝对胜率会高于普通玩家。
每30分钟刷新。 评分在服务端缓存。你现在提交的对局会影响下一次评分重建，而不是浏览器中显示的这一次。

想自己剔除明显的混杂因素，卡牌指标表把 Codex Elo 放在 Score 旁边，并按角色和对局分段切分两者。卡牌数据 →

实际效果

按评分排序的卡牌

顶级卡牌，可按 Codex Score 排序。

改进评分

提交的对局越多，每个评分就越精准，尤其是失败的对局，它们在社区数据集中长期不足。提交者群体就是数据。

→ 提交对局