1. 「精度」を数字で語るということ
GTOソルバーの「精度が高い」という表現は、ポーカー戦略界隈で最も乱用される言葉のひとつである。 何を基準に、どの程度の誤差で、どう測定したのか——これを欠いた「精度が高い」は単なる宣伝文句に過ぎない。 GTO Wizardは自社の計算精度をNash Distance（被搾取度の指標）という単一の数値で公開しており、 これは「相手が完全に最適応答してきた場合、現在の戦略がどれだけのEVをポットのパーセンテージとして失うか」を表す。
Nash Distance = max_σ′ [ u(σ′, σ) ] / pot （%表記）この定義は理論上のナッシュ均衡（Nash Distance = 0%）からの距離そのものであり、 「均衡にどれだけ近いか」を1本の数値に圧縮した指標として、ソルバー同士の比較を可能にする。
2. 実測値: 0.21%という基準線
GTO Wizardの公式ヘルプページによれば、同社のフロップソリューションは 「0.21%のNash Distance」の被搾取度を達成しているとされる。また、同一ページでは 「PioSolver比でフロップEVの99.8%を捕捉」、 「Dynamic Sizing簡略化がリバーEVの99.95%を捕捉」という数値も公開している。
0.21%という数字だけでは実感が湧きにくいが、これは「100potのポットで平均0.21potのEVしか 理論上の完全プレイヤーに搾取されない」ことを意味する。人間が実戦で犯すサイズミス・レンジの 歪み・タイムプレッシャー下の誤判断が生むリークは、通常この桁を大きく上回る ——つまりソルバー同士の精度差よりも、人間側の実行誤差の方が支配的である、 という実務的な結論が数値から読み取れる。
3. AI対AI: Slumbotとの対戦ベンチマーク
もう一つの公開ベンチマークが、Annual Computer Poker Competition（ACPC）優勝AIである Slumbotとの対戦成績である。GTO Wizard AIは15万ハンドのヘッズアップNLH対戦（1手あたり平均7秒の意思決定時間）で 19.4±4.1bb/100のスコアでSlumbotを上回ったと公表されている（出典: GTO Wizard公式ブログ）。
誠実性の注記: このベンチマーク記事にはAIVATやデュプリケート等の分散低減手法の 明記がなく、19.4bb/100という値の統計的信頼区間の算出方法は一次資料からは確認できなかった （±4.1bb/100という区間表記自体は別記事で言及されているが、算出根拠の詳細な開示はない）。 15万ハンドという試行数は大きいが、「数値の精度」と「数値の統計的裏付けの透明性」は別問題であり、 本コラムはこの点を区別して読者に提示する（※編集部の評価）。
4. プレイヤーの学習にどう活きるか
- ベンチマークの読み方を身につける: 「AIがGTOを解いた」という主張を見たら、 測定手法（Nash Distance／bb/100／サンプル数／分散低減の有無）を確認する習慣が、 教材の質を見抜く最初のフィルターになる。
- 誤差の桁感覚を持つ: ソルバー間の精度差は0.数%オーダーだが、実戦での サイズミス・タイミングテルは容易に数%〜数十%のEVロスを生む。学習の優先順位は 「ソルバーの選定」より「自分の実行誤差の把握」に置くべき局面が多い。
- AIハルシネーションへの警戒: ベンチマークが厳密でも、そのAIの出力を 別の生成AI（チャットボット等）が要約・引用する過程で数値が劣化・誤伝達される事例は多い。 一次資料（本コラムでいえばhelp.gtowizard.com本体）への遡及確認を習慣化する。
本コラムは数理解説であり、トーナメント会場でのデバイス・ツール利用を推奨するものではありません。
出典
GTO Wizard Help — Accuracy & Benchmarks:
https://help.gtowizard.com/accuracy-and-benchmarks/
GTO Wizard Blog — GTO Wizard AI Benchmarks:
https://blog.gtowizard.com/gto-wizard-ai-benchmarks/