掉寶機率計算器

掉寶機率計算器

新興 AI Skill PRO

輸入計算

數學公式

P=(1−(1−掉寶率(%)100)嘗試次數)×100P = \left(1 - \left(1 - \frac{\text{掉寶率(\%)}}{100}\right)^{\text{嘗試次數}}\right) \times 100

計算範例

P=(1−(1−1100)100)×100≈63.40P = \left(1 - \left(1 - \frac{1}{100}\right)^{100}\right) \times 100 \approx 63.40
顯示計算步驟 (1)
  1. 預期掉落數量

    E=嘗試次數×掉寶率(%)100E = \text{嘗試次數} \times \frac{\text{掉寶率(\%)}}{100}

    平均預期掉落數 = 嘗試次數乘以掉寶率/100

使用統計

廣告

結果

至少掉落一次的機率
63.40%
over 100 attempts
單次掉寶率 1%
嘗試次數 100
預期掉落數量 1

回報本頁錯誤

這個計算器能做什麼

掉寶機率計算器可以告訴你:在固定次數的刷怪或開箱之後,「至少拿到一次」稀有道具的累積機率有多高。遊戲官方通常只公告單次掉寶率(例如 2%),但這個數字完全無法說明你連刷一整晚之後的實際勝算。這個工具會把單次機率換算成整場farm下來的真實成功率,讓你在決定要不要再刷下去之前,先看清楚數字。

一排灰色寶箱中只有一個金色寶箱被標示出來
單次掉寶率代表:只有極少數的嘗試會真的掉出稀有道具。

公式解析

每一次嘗試都是彼此獨立的白努利試驗,成功機率為 \(p\)。單次失敗的機率是 \(1-p\),因此連續 \(n\) 次全部落空的機率就是 \((1-p)^n\)。而「至少成功一次」的機率,正是這個結果的餘事件:

$$P = 1 - (1 - p)^{n}$$

其中 \(p\) 是換算成小數的單次掉寶率,\(n\) 則是嘗試次數。至於平均會掉幾個,就用期望值 \(E = n \times p\) 來估算。

機率樹狀圖標示出連續失敗的路徑
「至少掉一次」=「每一次都槓龜」的相反情況。

使用方式

先填入官方公告的掉寶率(以百分比輸入),再填入你打算嘗試的次數。計算器會立刻給出「至少掉落一次」的累積機率,同時附上預期可以拿到的道具數量。

廣告

實際範例

假設某道具的掉落率是 \(25\%\),而你總共打了 \(4\) 次,也就是 \(p = 0.25\)、\(n = 4\):

$$P = 1 - (1 - 0.25)^{4} = 1 - 0.75^{4} = 1 - 0.316406 = 0.683594$$

換句話說,你大約有 \(68.36\%\) 的機會至少拿到一次這件道具。

上升曲線逐漸逼近虛線上限但始終沒有碰到
累積機率一開始爬得很快,之後只會無限逼近 100%,卻永遠碰不到。

不同掉落率與嘗試次數下的掉落機率

每個儲存格以百分比顯示取得至少一次掉落的機率 \(P = 1-(1-p)^n\)。此計算假設每次嘗試彼此獨立,且掉落率相同。數值四捨五入至小數點後兩位,因此 100.00% 代表「高於 99.995%」,並非絕對保證。

掉落率 10 次嘗試 50 次嘗試 100 次嘗試 300 次嘗試 1000 次嘗試
0.1% 1.00% 4.88% 9.52% 25.93% 63.23%
0.5% 4.89% 22.17% 39.42% 77.77% 99.33%
1% 9.56% 39.50% 63.40% 95.10% 100.00%
2% 18.29% 63.58% 86.74% 99.77% 100.00%
5% 40.13% 92.31% 99.41% 100.00% 100.00%
10% 65.13% 99.48% 100.00% 100.00% 100.00%

範例:1% 掉落率、嘗試 100 次,得到 \(1-(0.99)^{100} \approx\) 63.40%。0.5% 掉落率、嘗試 300 次,約為 77.77%。

廣告

達到目標信心所需的嘗試次數

若要求出達到目標機率 \(P\)(以小數表示,例如 0.90)且每次嘗試掉落率為 \(p\)(以小數表示,例如 0.01)所需的嘗試次數:

  1. 將百分比轉換為小數:1% 掉落率為 \(p = 0.01\),90% 目標為 \(P = 0.90\)。
  2. 計算 \(1-P\) 與 \(1-p\)。在此例中,\(1-P = 0.10\),\(1-p = 0.99\)。
  3. 取自然對數後相除:$$n = \frac{\ln(1-P)}{\ln(1-p)}$$
  4. 無條件進位至下一個整數次嘗試,因為不能進行小數次嘗試,且無條件捨去會剛好低於目標。

小 \(p\) 的捷徑:由於 \(\ln(1-p) \approx -p\),對於 50% 機率,\(n \approx \frac{0.693}{p}\);對於 90% 機率,\(n \approx \frac{2.303}{p}\)。

範例(1% 掉落率):

  • 50%:\(n = \frac{\ln 0.5}{\ln 0.99} = \frac{-0.6931}{-0.01005} \approx 68.97\),因此為 69 次嘗試。捷徑計算為 \(0.693/0.01 = 69.3\)。
  • 90%:\(n = \frac{\ln 0.1}{\ln 0.99} = \frac{-2.3026}{-0.01005} \approx 229.1\),因此為 230 次嘗試。捷徑計算為 \(2.303/0.01 = 230.3\)。

若掉落率為 0.5%、目標為 90%:\(\frac{2.3026}{0.005013} \approx 459.4\),因此約為 460 次嘗試。

如何解讀你的掉落機率

  • 預期嘗試次數並非保證。若你嘗試 \(n = 1/p\) 次(例如 1% 掉落率嘗試 100 次),至少掉落一次的機率為 \(1-(1-p)^{1/p} \approx 1 - 1/e \approx 63.2\%\),而非 100%。因此仍約有 36.8% 的機率空手而歸。
  • 連續未掉落的倒楣情況很正常。在各次嘗試彼此獨立的情況下,過去的失敗不會提高下一次嘗試的機率。在許多玩家之中,連續嘗試達預期次數的 2 至 3 倍仍未掉落的情況時常發生。在 \(n = 2/p\) 時,約 13.5% 的玩家仍然一無所獲;在 \(n = 3/p\) 時,約 5% 的玩家仍然一無所獲。
  • 這是機率,而非預測。結果描述的是在大量假設的執行中,至少成功一次的可能性有多高。它無法說明哪一次嘗試會成功,也無法判斷你的嘗試是否會成功。
  • 模型假設。此公式假設每次嘗試的掉落率固定且彼此獨立。若遊戲具有保底計數器、霉運保護、達到門檻後保證掉落,或掉落率會隨等級或幸運屬性改變,結果將與此模型不同。通常這些機制會使實際機率比公式所示更好。
  • 檢查掉落率。已公布或社群估算的掉落率可能只是近似值,因此請將結果視為估計值。

常見問題

刷得夠多就一定會掉嗎? 不會。隨著 \(n\) 變大,機率只會愈來愈接近 100%,但永遠不等於 100%,所以理論上永遠沒有「保證掉落」這回事。

為什麼算出來比「掉寶率 × 次數」還低? 因為直接相乘會把「同一輪掉了好幾次」的情況重複計算。正確的算法是用「全部失敗」的餘事件,結果必定不會超過 100%。

每次掉落真的互相獨立嗎? 本模型假設每次嘗試都彼此獨立、掉寶率固定不變,這符合大多數沒有保底機制(天井)的遊戲。若你玩的遊戲有保底或遞增機率設計,實際結果會比這裡算出來的更樂觀。

最後更新: