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.

殺戮尖塔2 (STS2) Codex 分數

每張卡牌、遺物和藥水如何獲得 0–100 的社群環境評分。

S94

什麼是 Codex Score？

貝氏收縮勝率，映射到 0–100 並劃分字母等級。

殺戮尖塔2 (STS2) 中的每張卡牌、遺物和藥水都會得到一個數字，概括它的出現與獲勝局數的相關程度，完全基於社群提交的對局資料，而非主觀意見。50 為中性（A0 下平均對局約有一半獲勝），100 是訊號頂端，0 是底端。這是一種帶有已知偏差（見下文）的樸素相關性，並非對卡牌好壞的定論。同一個數字決定每個列表頁的預設排序和每個詳情頁的徽章。

分級區間

區間	等級	標籤	含義
90 – 100	S	頂級	勝率訊號的頂端。在數百次選取中持續保持的、超出分佈的勝率。
78 – 89	A	強	在大樣本中穩定高於基準線。
65 – 77	B	穩健	勝率高於平均。沒有更好選擇時的穩妥之選。
50 – 64	C	中等	曲線的中段。大多數都在這裡。
35 – 49	D	低於平均	低於基準線。通常是小眾或看情況的選擇，有時只是曝光過高（見下方偏差）。
0 – 34	F	表現不佳	勝率訊號的底端。常常是因幾乎每局都在場而被拉低的常用牌，未必是差牌。

公式

評分分兩步：貝氏收縮（避免5次選取全勝的卡牌壓過500次選取穩定的卡牌），然後把相對基準線的勝率線性映射到 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

先驗權重 = 50。 每個條目起始時相當於在基準勝率下有50次虛擬選取。真實選取在這個先驗之上累積，資料越多評分越穩定。5次選取全勝的卡牌只能略微推動先驗；500次選取且戰績強勁的卡牌則能壓過它。
尺度範圍 = ±15個百分點。 勝率比基準線高15個百分點對應100。超出後評分飽和，超出該區間的條目確實脫離了分佈。
截斷。 即使數學結果如此，評分也不會為負或超過100。上限是誠實的：達到上限的條目意味著「至少這麼好」，不一定是「正好100」。

計算範例

下方所有行使用相同基準線（50%勝率）。注意樣本量的影響：5次選取全勝只得 B 級，而500次選取56%勝率得 A 級。

情境	選擇次數	勝利	勝率%	分數
海量樣本，頂尖	1000	700	70%	S100
樣本多，強	100	70	70%	S94
樣本中等，穩健	500	280	56%	B68
樣本少，全勝	5	5	100%	B65
表現平均	50	25	50%	C50
樣本少，尚無勝利	5	0	0%	D35
樣本多，表現不佳	200	60	30%	F0

Codex Elo，另一半

Codex Score 評估勝率，這誠實但存在混雜：一張卡的勝率反映了誰選了它、它進了什麼牌組，而不只是卡牌本身。Codex Elo 從另一面切入。它完全忽略勝負，轉而讀取顯示性偏好。每個卡牌獎勵介面都被視為一場對決，你拿走的卡戰勝你跳過的卡。對數百萬次這樣的決定擬合 Bradley-Terry 模型，就得到了「被提供時，玩家真正想要哪張卡？」的評分。

與水平無關。 勝率隨打這張牌的人而起伏，選牌決定則不會。無論是高手還是普通玩家在選，強牌都會被偏愛，所以 Elo 繞開了勝率的混雜因素。
錨定約1500，每十倍差400。 相對對手被選取頻率是平均值十倍的卡牌，Elo 高出約400，與西洋棋的尺度邏輯相同。
僅限卡牌。 獎勵介面提供的是卡牌而非遺物或藥水，所以基礎卡 Elo 只存在於卡牌。
升級卡有自己的 Elo。 獎勵介面可能提供已升級的卡牌，但對局匯出只記錄拿了哪張卡，不記錄提供的是否為「+」版本，所以每次獎勵選取都記在基礎卡上，無法代表升級版。「+」版本改用另一種顯示性偏好來評分：休息點的鍛造決定。當你升級一張卡時，它「戰勝」了牌組中你本可以升級卻沒有升級的其他卡。對這些選擇擬合同一個 Bradley-Terry 模型，「+」行就得到真正的升級 Elo，而非基礎數值的複製。初始卡也能這樣獲得（打擊可以鍛造）。

把兩者結合使用：Score 說「這能贏」，Elo 說「玩家看到就想要」。兩者都高的卡毫無疑問；兩者差距大的通常是需要圍繞構築或看情況的選擇。兩者並排顯示在卡牌指標表中。

評分不是什麼

Codex Score 是樸素的勝率相關性，而相關性自帶包袱。下面兩個最大的混雜因素解釋了為什麼一些明顯的好牌可能排得低、一些小眾牌可能排得高。把等級當作帶注意事項的訊號來讀，而非定論。對於在獎勵介面出現過的卡牌，Codex Elo 是混雜更少的制衡：它與水平無關，也不按曝光加權。跳轉到 Codex Elo

曝光時長 / 選取頻率偏差。 在牌組裡待得更久、或幾乎每局都被選的卡（初始卡、普通卡、高頻常用牌），會分擔更多它在場時的每一次失敗。所以高頻使用的卡即使不錯也評分偏低，這就是一些常用牌落到底層的原因。F 往往意味著「高曝光」，而不是「差牌」。
倖存者偏差。 後期的稀有和罕見卡只會在已經走得很深的對局中出現，而這些對局平均來說本來就進行得不錯。它們的勝率被選牌前對局的健康狀態抬高了，所以可能顯得比實際更強。
不是個人化推薦。 評分回答的是「對平均提交者來說什麼能贏？」它看不到你的牌組、角色、進階等級或已有的遺物。如果一張 C 級卡能解決你的問題，它就是正確的選擇。
未按進階等級歸一化。 在 A0 很強、在 A10 平庸的遺物只會得到一個混合評分。等高進階的樣本量具有統計意義後，我們會加入按進階分級的評分。
未按角色歸一化。 一件在故障機器人上勝率 70%、在鐵甲戰士上 45% 的遺物會被混成一個數字。按角色評分已在計畫中（資料已在每個詳情頁的角色分項表中）。
偏向提交者群體。 評分反映的是真人願意提交的對局，其中勝局和排位模式玩家的比例偏高。基準勝率來自同一群體，所以在相對排名上偏差大體抵消。但絕對勝率會高於普通玩家。
每30分鐘刷新。 評分在伺服端快取。你現在提交的對局會影響下一次評分重建，而不是瀏覽器中顯示的這一次。

想自己剔除明顯的混雜因素，卡牌指標表把 Codex Elo 放在 Score 旁邊，並按角色和對局分段切分兩者。卡牌資料 →

實際效果

按評分排序的卡牌

頂級卡牌，可按 Codex Score 排序。

改進評分

提交的對局越多，每個評分就越精準，尤其是失敗的對局，它們在社群資料集中長期不足。提交者群體就是資料。

→ 提交對局