← Predictions
MODEL PREDICTION · 2026-07-07
J. Pegula vs C. Gauff
✗ Missed
PEGULAWIN PROBABILITYGAUFF
52%
model prob.
@1.67
odds · 60% impl.
@1.91
fair odds
−12.8%
expected value
H2H 5–3 Pegula🌡30° · 30% hum🎾Serve 64%📈Form 7/10 · 4✓
THE MODEL'S REASONING

Ranking: #4 vs #7 (mejor clasificado)

Forma reciente: 6/10 en sus últimos partidos

Cara a cara: 5-3 a favor

Modelo 52% vs mercado 60% → el modelo lo ve menos probable que la cuota

HOW EACH FACTOR MATTERS
Nivel (Elo/ranking)▸ Pegula●●●
Pegula es #4 (Elo 1975) frente al #7 de Gauff (Elo 1953), con tendencia +1 vs -3 en el ranking.
Forma▸ Pegula●●
Ambas llegan 6/10, pero solo Pegula suma una victoria de calidad: venció a Sabalenka (Elo 2062).
Saque/resto▸ Pegula
Pegula gana algo más al saque (64% vs 63%) y al resto (46% vs 44%); ventaja marginal en ambos fundamentos.
Cara a cara▸ Pegula
5-3 histórico para Pegula, aunque en 2025 el balance está 1-1 entre ambas.
Clima= Even
Calor fuerte (30°C) y aire seco aceleran la bola, pero la diferencia de saque entre ambas es mínima (1 punto) para que decante el duelo.
Descanso= Even
Mismo desgaste para las dos: 2 días de descanso y 4 partidos en 14 días.
JERARQUÍA Y FORMA

Pegula llega como la jugadora mejor situada del cuadro: #4 del mundo con Elo 1975 frente al #7 y 1953 de Gauff, y con una tendencia de ranking que sube (+1) mientras la de su rival cae (-3). Esa jerarquía se refuerza con la calidad del rival batido recientemente: Pegula tumbó a Sabalenka (Elo 2062), un resultado que Gauff no puede igualar en sus últimos diez partidos pese a compartir el mismo balance de 6-4.

El cara a cara histórico (5-3) también inclina la balanza hacia Pegula, aunque conviene matizarlo: en los enfrentamientos de 2025 el registro está empatado a uno, señal de que la rivalidad está más igualada de lo que sugiere el cómputo global.

SAQUE Y CONDICIONES

En los fundamentos de juego ambas son casi un espejo: Pegula gana el 64% de puntos con su saque por el 63% de Gauff, y en el resto la diferencia es igual de estrecha (46% vs 44%). El calor fuerte de Wimbledon (30°C, aire seco, poca humedad) tiende a acelerar la bola y premiar el saque, pero con una diferencia de apenas un punto porcentual entre ambas ese factor no decanta claramente el partido hacia ninguna.

El viento moderado (14 km/h) es otro elemento a vigilar en partidos de precisión, pero no hay datos que permitan atribuir una vulnerabilidad específica a alguna de las dos jugadoras en esas condiciones.

LECTURA DE VALOR

El modelo sitúa a Pegula favorita pero con un margen ajustado (52% vs 48%), mientras que el mercado la coloca bastante más arriba (cuota 1.67, un 60% implícito). Esa brecha de 8 puntos entre modelo y mercado deja un valor esperado negativo de -12.8%, lo que indica que la cuota ofrecida no compensa el riesgo real que el modelo detecta en este cruce.

Ser favorita no equivale a que la apuesta tenga valor: aquí el mercado paga por debajo de lo que el modelo cree justo, así que, con los datos disponibles, no hay ventaja estadística clara para respaldar la posición del mercado en esta cuota.

Impact and analysis from real match data (Elo, form, head-to-head, rest, surface vs baseline, weather, altitude). The model ≈ the market on average; the odds already capture almost all the edge. 18+ · gamble responsibly.

Calibrated model probability (~64% out-of-sample accuracy, validated specifically on WTA). Not a guarantee: the model ≈ the market on average, so the odds already capture almost all the edge. 18+ · gamble responsibly.
Analyze today's matches →