ClutchGC

VALORANT · Estatísticas Competitivas

Ao vivo · auto

Voltar para partidas

Game Changers 2024 South Asia: Split 107 de abr., 10:00 BRT

MLT Esports GC

3:2

Bo5

9to5 workers

Grand Final

Análise e previsão

Escolhas e banimentos

BanimentoEscolhaDeciderIniciou atacandoIniciou defendendoMLT Esports GCN2F

BanBreezeN2F
BanIceboxMLT Esports GC
PickSunsetN2F
PickLotusMLT Esports GC
PickAscentN2F
PickSplitMLT Esports GC
DeciderBindMapa restanteN2F· ataqueMLT Esports GC· defesa

Placar por mapa

1Sunset10:13

2Lotus13:8

3Ascent13:3

4Split6:

MLT Esports GC

Jogadora	Agente
eluwu	Jett, Raze	1,28	264	98	69	14	1,42	74%	169	36%	21	13
Amy	Killjoy, Cypher	1,11	229	77	72	24	1,07	78%	160	20%	5	9
apathy	Sova, Skye	0,91	200	73	78	36	0,94	70%	131	26%	10	8
Twirly	Raze, Chamber	0,91	198	72	77	22	0,94	72%	133	21%	16	14
Rose	Omen, Brimstone	1,02	183	67	67	36	1,00	80%	117	30%	5	1

N2F

Jogadora	Agente
muffinloop	Sova, Skye	1,39	283	108	75	30	1,44	75%	186	38%	19	10
Meow16K	Gekko, Omen	0,89	195	68	81	30	0,84	63%	126	28%	10	12
cass	Omen, Viper	0,99	191	66	71	31	0,93	69%	129	27%	6	10
yaamorii	Raze, Jett	0,80	177	61	81	32	0,75	74%	121	21%	5	13
KiRi	Cypher, Killjoy	0,76	165	60	79	25	0,76	66%	113	26%	5	12

Economia de rounds

Vitórias no ataque

49% dos rounds

Vitórias na defesa

51% dos rounds

Pistols

7 - 3

MLT Esports GC / N2F

Conversão pós-pistol

9/10

pistol + round seguinte

Venceu no ataqueVenceu na defesaRound perdidoATKDEFLado inicial (1º half)13Pistol (round 1 e 13)EliminaçãoSpike detonadaSpike desarmadaTempo esgotado

Sunset

MLT Esports GCDEF10

N2FATK13

1234567891011121314151617181920212223

Lotus

MLT Esports GCATK13

N2FDEF8

123456789101112131415161718192021

Ascent

MLT Esports GCDEF13

N2FATK3

12345678910111213141516

Split

MLT Esports GCDEF6

N2FATK13

12345678910111213141516171819

Bind

MLT Esports GCDEF13

N2FATK10

1234567891011121314151617181920212223

Baseado no histórico round a round do VLR.gg (lado vencedor e forma de finalização). O VLR.gg não publica os valores de compra (créditos/loadout), então a classificação de economia eco/force/full não é inferida para não gerar dados imprecisos.