GAME MATH LIBRARY
Crash 機率怎麼算？Target、爆點分布與 99% RTP
在 LINBEI 的 99% RTP Crash 參考模型中，目標倍率 T 的到達機率是 0.99/T；Target 越高，命中率越低，但長期期望不因此提高。
Wavelet Intelligence · 2026-09-25直接答案
在 LINBEI 的 99% RTP Crash 參考模型中，目標倍率 T 的到達機率是 0.99/T；Target 越高，命中率越低，但長期期望不因此提高。
快速重點
- 到達 Target
- P(reach T)=0.99/T
- 提前爆點
- 1−0.99/T
- 理論 RTP
- 99%
- 重點
- Target 改 variance，不改 EV
01
Target 怎麼轉成到達機率
若目標倍率是 T，99% RTP 理想模型使用 P(reach T)=0.99/T。Target 2× 時到達機率 49.5%；5× 是 19.8%；10× 是 9.9%。
這個公式描述大量獨立 rounds 下的分布，不代表下一局會因為前面低爆點很多次就更容易衝高。
02
為什麼 Target 不會改變長期 EV
若成功到達 T 時以 T 倍結算，理論期望 payout 是 T×P(reach T)=T×0.99/T=0.99。
因此在理想模型中，提高 Target 主要把結果變成『更少命中、更高倍率』，改變 variance，而不是把 RTP 從 99% 變高。
03
Crash Point 與有限精度
實作不會真的使用無限精度連續實數。LINBEI 的數學認證把 Crash 描述為 shared-round finite model，並檢查 target model、finite quantization 與 shared-round invariants。
因此 0.99/T 是理解分布的核心公式，而 production 結果仍以 server-authoritative shared round 與其離散化規則為準。
04
歷史爆點不能預測下一局
獨立 RNG 下，上一輪 1.05×、50× 或連續低倍都不會讓下一輪自動補償。Recent Crash 可以描述歷史，但不能把 streak 轉成下一輪機率優勢。
檢查公平性應看 RNG、shared-round truth、公式與 settlement，而不是從短期序列猜下一個 crash point。
EXAMPLE
Target 速算
T=2× → P(reach)=0.99/2=49.5% → P(bust before)=50.5%T=5× → P(reach)=19.8%T=10× → P(reach)=9.9%任一 Target 的理想期望 payout：T×0.99/T=0.99
常見問題
Target 設越高 RTP 會越高嗎？
不會。在 99% RTP 理想模型中，Target 只改變命中率與 payout 分布。
前幾局都低倍，下一局比較容易高倍嗎？
獨立 RNG 模型不會因短期 streak 自動改變下一局分布。
0.99/T 是 production 每一個離散點的完整公式嗎？
它是核心理想模型。Production 仍需考慮有限 RNG 與倍率 quantization，LINBEI 的 certification 另檢查 finite model。