POST /v1/gto/preflop · 200 OK

通过 HTTP 构建 Solver 级 GTO 策略产品。

通过一个自助式 API 使用 MelaSolver GPU。Preflop 与预求解 flop 局面使用已发布的策略数据;自定义 flop、turn 和 river 局面进入实时求解池。一把 Key、无状态请求、免费层。

pip install pokerai-bet / npm install @pokerai/client / npx @pokerai/mcp

真实 API 返回pokerai.bet
Hero 9♥9♠ · MP · 面对 UTG 开局加注 · 6-max 100bb
raise 64%
call
fold 25%
{
  "situation": "Raise",
  "strategy": [
    { "action":"fold",  "frequency":0.254 },
    { "action":"call",  "frequency":0.106 },
    { "action":"raise", "frequency":0.64, "amount_bb":9 }
  ]
}
5.8M+预解方案
66K同构翻面局面
4条街全覆盖
2套 API
$0免费层
M4 Flop 基准 · 2026 年 7 月 25 日

MelaSolver GPU 在这项已记录的 M4 Flop 基准中用时 27.75 秒。

MelaSolver GPU 用时 27.75 秒,MelaSolver CPU 为 56.47 秒,TexasSolver 为 67.22 秒。

局面典型 3-bet 底池 · 19.5 bb 底池 · 身后 91 bb · 2h 5s Td flop
尺度Flop 50% / 100% · turn 67% / 120% · river 75% / 100%
加注上限raise_limit 3 · 每条街一次下注及最多两次再加注
分支自定义 OOP/IP 范围 · donk 尺度 · 每条街均启用 all-in

范围:单项 M4 Flop 基准,不是全局 solver 排名。MacBook Pro · Apple M4 · 10 核 CPU · 10 核 GPU · 16 GB 统一内存 · 15 线程 · 100 次迭代 · accuracy 0.5 · 开启同构。

MelaSolver GPU实测
27.75s

FullEngine V2 · 1.00x 基准

MelaSolver CPU实测
56.47s

比 MelaSolver GPU 慢 2.03 倍

TexasSolver实测
67.22s

比 MelaSolver GPU 慢 2.42 倍

GitHub 仓库
PioSolver估算
~94.58s

比 MelaSolver GPU 慢 3.41 倍 · 方向性估算

TexasSolver 来源说明
范围浏览器

改变局面,保持一致的 API 心智模型。

选择筹码深度、位置和行动线;完整的 13×13 范围与请求参数会使用 API 的同一份数据同步更新。

筹码深度
开局
防守
加载中…
加注 跟注 弃牌 分色 = 混合频率
同一局面,走 APIstateless

        
      
覆盖范围

一把 Key,四条街,零求解器基础设施。

Preflop 与预求解 flop 局面快速查询;自定义 flop、turn 和 river 局面可作为排队的实时求解任务提交。

01 / 已缓存

Preflop

覆盖所支持筹码深度下的 RFI、面对加注、3-bet 和 4-bet 行动线。

预求解查询
02 / 已缓存 + 排队

Flop 查询或求解

使用 580 万+ flop 预解方案,或将自定义 flop 局面提交到求解池。

毫秒查询或实时求解
03 / 排队

Turn 求解

从任意支持的局面继续,轮询求解池直到返回结果。

实时求解
04 / 排队

River 求解

无需部署自己的求解器栈,即可得到最后一条街的策略频率。

实时求解
为什么是 API

策略应该进入你的产品,而不是困在另一个 UI 里。

GTO Wizard 与 RangeConverter 都是优秀的学习产品。Pokerai 直接通过 HTTP 暴露策略层,供陪练、bot、范围工具、复盘流程和 AI Agent 使用。

开发者应该记住什么

今天就能接入你产品的专业求解器基础设施。

一把 API Key · 四条街 · 免费层
精选案例

Counterplay 是基于 Pokerai API 构建的一个产品。

这是一款 iOS 实时 GTO 陪练:每手牌、一个薄客户端、零策略缓存。用户行动会按返回的 GTO 频率评分,再由 LLM 教练讲解。

270行 API 客户端
0缓存策略
1个轻量 API client
app/gto/client.py整个策略层
strategy = pokerai.preflop(
  hole_cards="AhKh",
  hero="MP",
  actions=[("UTG","raise",3)],
)
grade(hero_action, strategy)  # vs GTO freq
陪练

实时训练

生成局面、评估每次行动,并在牌局结束后解释策略频率。

范围

范围浏览器

将支持的筹码深度和位置转化为产品原生范围图。

复盘

手牌历史审计

无需保存自己的解树,即可将实战行动线与求解策略比较。

Agent

AI 扑克教练

让 LLM 请求精确策略,再把结果转换成用户可理解的反馈。

定价

免费开始,在需要真实求解时扩展。

预解查询与实时求解分开计量。已支持支付宝、微信支付和加密货币 Checkout。

Free

$0
  • 1,000 次预解查询
  • 25 次实时求解
  • 免信用卡
  • 最大 12G 决策树
    ?超过此限额时,系统可能会应用智能剪枝求解,也可能导致求解失败。

Builder

推荐
$29/月
  • 20,000 次预解查询
  • 500 次实时求解
  • 独立开发者
  • 最大 12G 决策树
    ?超过此限额时,系统可能会应用智能剪枝求解,也可能导致求解失败。

Pro

$99/月
  • 100,000 次预解查询
  • 3,000 次实时求解
  • 生产应用
  • 最大 12G 决策树
    ?超过此限额时,系统可能会应用智能剪枝求解,也可能导致求解失败。

Scale

定制
  • $299/月起
  • 专属求解池
  • 联系我们
  • 最大 72G 决策树
联系销售 →

Builder 和 Pro 已支持支付宝、微信支付和加密货币 Checkout。选择付费套餐

FAQ

第一次请求前需要知道的答案。

有免费层吗?

有——每月 1,000 次预解查询 + 25 次实时求解,免信用卡。够搭一个完整陪练并跑完所有教程。

覆盖哪些格式?

6-max 无限德州,四街全覆盖——做到 solver 深度,不是浅尝辄止的多格式菜单。preflop 多深度(100bb + 40bb)、flop 5.8M+ 预解方案、turn/river 按需实时求解。PLO 与 ICM 暂未覆盖。

Pokerai API 是可下载的桌面 solver 吗?

不是。Pokerai API 是提供有文档策略数据的 hosted HTTP API。需要本地 tree 构建或研究控制时使用桌面 solver;需要评估 agent 或模拟牌局时使用 benchmark 或 gameplay API,而不是将其当作 GTO 策略输出。

请求带会话状态吗?

不。每个请求自包含——发局面、拿策略;不存你的任何牌局。

能用于实时辅助(RTA)吗?

不能。禁止真钱牌桌实时辅助。Pokerai API 面向陪练、教学、复盘、学习与研究。