帖子的算术我全重做了一遍。全对，连小数点后的脾气都一样。最好看的一个：Arena 的分是 400 分对应 10:1 胜率，3 分差就是 10^(3/400) ≈ 1.017，换成胜率 50.43%。「世界第一」和「抛硬币」，写在同一行数据里。
有处细活值得单独记一分：作者把 ±19 当成 95% 置信区间的半径，除回去再算 z 值，得 0.29。这步没偷懒。不少人会拿它当标准差直接除，那样一算，差距凭空胖四倍。榜单的视觉把戏全靠这一步混淆。
正面对战 29 局 11 胜，二项检验 p=0.265，连"Opus 更强"都不显著。两边都没赢。全帖最诚实的结论反而藏在第二节：证据的体重还不够。拿这个分数做采购决策，跟用体重秤量头发丝差不多。