Acceder

Cómo hacemos los datos

Aquí te explicamos de dónde salen las cifras de cada página de aperturas, qué partidas contamos, cuáles dejamos fuera y qué no afirmamos.

Datos de Lichess (CC0) y Stockfish 19. Texto redactado con IA a partir de estos datos y comprobado automáticamente contra ellos.

Las fuentes

Usamos la base de datos abierta de Lichess, publicada con licencia CC0. De ella tomamos todas las partidas estándar jugadas en el servidor durante septiembre de 2026: de ahí salen las cifras del público y las de los jugadores fuertes en línea. Para el ajedrez sobre tablero usamos las retransmisiones de torneos presenciales que publica Lichess, con 12 meses de partidas, de octubre de 2025 a septiembre de 2026. Las posiciones las valora Stockfish 19. Los nombres de las aperturas salen de un catálogo abierto de nombres y jugadas. Así, una misma posición, por ejemplo con un peón blanco en e4 y uno negro en c5, reúne sus partidas del público, sus partidas fuertes y su valoración.

El público

Es el jugador para el que escribimos: de 900 a 1700. Da igual que la partida empiece con el peón a e4 o a d4: filtramos quién juega y a qué ritmo. Una partida cuenta si es ajedrez estándar, empieza desde la posición inicial, tiene resultado y da a cada jugador un tiempo base de 3 minutos o más. Además, los dos jugadores tienen entre 900 y 1700 de rating de Lichess. Es el rating de Lichess, no el ELO FIDE, y los dos no se corresponden uno a uno. Si en tu club te mueves alrededor de 1300, tu rating de Lichess puede ser otro.

Las franjas

Separamos el público en cuatro franjas según la media de los dos ratings: de 900 a 1100, de 1100 a 1300, de 1300 a 1500 y de 1500 a 1700. Cada franja incluye su límite inferior y no el superior, y una partida con media de 1700 entra en la última. Así puedes ver si una idea, como llevar el caballo a f3 antes de mover el peón de c2, se juega más o menos al subir de nivel.

Los jugadores fuertes

Para comparar contamos dos grupos más. En línea, partidas de Lichess del mismo mes con los dos jugadores en 2200 o más. Sobre tablero, partidas de torneos retransmitidos con los dos jugadores en 2300 o más. Estos grupos sirven de referencia: te dicen cómo tratan la misma posición, por ejemplo con un peón en d5, jugadores con mucha más experiencia. No son la meta que tienes que copiar jugada a jugada.

Cómo leer las cifras

Las del público van en frecuencia natural, como «3 de cada 10 partidas».

Solo el resumen corto de cada página lleva un porcentaje, con el número de partidas, la fuente y el mes, para poder citarlo.

La puntuación de un bando es la media de sus resultados: una victoria vale 1, unas tablas valen media y una derrota vale 0. Si las blancas puntúan 6 de cada 10 tras llevar un alfil a c4, ganan más de lo que pierden con esa idea entre el público.

Cómo contamos las posiciones

Leemos las 12 primeras jugadas de cada bando de cada partida y las juntamos en un árbol. Dos órdenes de jugadas que llegan a la misma posición cuentan como una sola: si el alfil llega a c4 antes o después de que el caballo llegue a f3, la posición final es la misma y sus partidas se suman. Una jugada entra en el árbol si la jugaron al menos 20 partidas del público o al menos 5 partidas de jugadores fuertes. Por debajo de esas cantidades no aparece en los datos, porque con tan pocas partidas el resultado depende demasiado del azar.

El motor

Stockfish 19 valora cada posición a profundidad 20, con una sola línea principal. La valoración se da en centipeones: 100 centipeones equivalen más o menos a un peón. Por ejemplo, regalar el peón de e5 sin nada a cambio suele costar alrededor de esa cifra. Una valoración a esa profundidad es una estimación, no una verdad cerrada. En posiciones muy tácticas puede cambiar si el motor calcula más.

Cómo marcamos los errores

Recorremos, por los dos bandos, las posiciones a las que el público llega con más frecuencia. Una jugada entra en la lista si se juega a menudo en esa posición y pierde valoración frente a la mejor jugada. Según cuánto pierde la llamamos imprecisión, si son menos de 100 centipeones, error, si son 100 o más, y error grave, si la pérdida es mucho mayor. Dejar sin defensa el peón de f7 cuando el rival puede ganarlo es un ejemplo típico de error.

Para cada error mostramos la refutación, lo que se pierde y cómo puntúa el público con ese error y con la mejor jugada, cuando las dos tienen partidas suficientes. Si la puntuación apenas cambia, lo decimos: entre 900 y 1700 el rival muchas veces no castiga el error, aunque la valoración caiga. Por ejemplo, si un peón queda colgado en d5, la valoración cae aunque el rival no lo tome.

Una trampa es un error grave que el rival castiga en 6 medias jugadas o menos y que acaba en mate o en una ganancia de material de 3 puntos o más, como una pieza menor. Si un caballo clavado en f6 cae en esas 6 medias jugadas, cuenta como trampa.

Cuándo hay datos suficientes

No todas las aperturas se juegan lo bastante. Clasificamos cada página según cuánto se juega su posición entre el público y entre los jugadores fuertes. Si casi nadie de 900 a 1700 llega a una posición, la página lo dice y te explica qué te vas a encontrar en su lugar, por ejemplo qué responde de verdad el público cuando el peón llega a d4. Las páginas con pocos datos siguen abiertas, pero no pedimos a los buscadores que las indexen hasta que haya más partidas.

Cómo usamos la IA

Un modelo de lenguaje redacta los textos a partir de los datos de cada página: jugadas, partidas, puntuaciones, valoraciones y errores. Las instrucciones le piden que no añada cifras, partidas, planes ni nombres de variantes que no estén en esos datos. El texto en español y el texto en inglés se escriben cada uno desde los datos, no se traducen el uno del otro. Por eso una página sobre el peón en e4 puede explicar lo mismo con otras palabras en cada idioma.

Después, un programa comprueba cada texto contra los datos de su página. Mira que cada cifra esté en esos datos, que cada jugada nombrada sea una de las que la página puede nombrar, que la longitud y el estilo cumplan las reglas y que el texto no se parezca demasiado al de otra página. Si un texto no pasa estas comprobaciones, la página no se ofrece a los buscadores. Las comprobaciones cubren cifras y jugadas. No pueden confirmar cada matiz de una explicación, como por qué conviene vigilar la casilla f7.

Qué no afirmamos

No decimos que una apertura sea mejor o peor para todo el mundo.

Los resultados del público cuentan cómo les va a jugadores de 900 a 1700 en Lichess. No dicen cuánto vale la posición.

No decimos que el rating de Lichess equivalga al ELO FIDE.

No decimos que la valoración de Stockfish 19 a profundidad 20 sea la última palabra.

No decimos por qué una jugada puntúa mejor. Puede que la elijan jugadores más fuertes, y no que la jugada en sí dé ventaja.

No damos cifras de posiciones con muy pocas partidas.

Los datos abiertos

El conjunto de cifras por apertura que usamos se puede descargar en la página de datos abiertos.

Cada página indica el mes de sus datos, y cuando cambian los datos, las cifras se vuelven a calcular.

Las fuentes de este mes

Partidas de cada fuente y de cada grupo del público y de los fuertes · Stockfish 19 a profundidad 20
FuentePeriodoPartidas
Lichess, partidas estándarseptiembre de 202689.616.462
Público, de 900 a 1700septiembre de 202630.577.162
Público, franja 900–1100septiembre de 20263.830.895
Público, franja 1100–1300septiembre de 20266.934.315
Público, franja 1300–1500septiembre de 20269.624.926
Público, franja 1500–1700septiembre de 202610.187.026
En línea, 2200 o másseptiembre de 20261.593.738
Presencial, 2300 o másoctubre de 2025 a septiembre de 202631.791
Nivel de datos de una página según su cuota entre el público y sus partidas fuertes
NivelCuota del públicoPartidas fuertes
Rica0,1 % o más1.000 o más
Media0,02 % o más200 o más
Mínima0,01 % o mássin mínimo

Partidas de Lichess de septiembre de 2026 (30.577.162 entre 900 y 1700) y 31.791 partidas presenciales de 2300 o más de los últimos 12 meses.

Datos de Lichess (CC0) y Stockfish 19. Texto redactado con IA a partir de estos datos y comprobado automáticamente contra ellos.

Datos actualizados: 14 de octubre de 2026.