Meta Rankings : comment l'UFC classe désormais ses combattants

Pendant des années, les classements de l’UFC ont été votés par un panel de journalistes. Le système était régulièrement critiqué : votants peu actifs, biais de notoriété, classements qui bougeaient sans logique apparente.

Depuis juin 2026, l’UFC a basculé vers les Meta Rankings : un classement calculé par un modèle mathématique, conçu avec Meta et mis à jour automatiquement après chaque événement.

Malgré la communication autour de l’« IA », il ne s’agit pas d’intelligence artificielle. Les concepteurs l’ont confirmé : c’est un système Elo, la même famille de méthode que celle utilisée depuis les années 1960 pour classer les joueurs d’échecs.

L’Elo en deux formules

Chaque combattant a une note. Avant un combat, on calcule les chances de victoire attendues à partir de l’écart de notes :

victoire attendue de A = 1 / (1 + 10^((note B − note A) / 400))

Après le combat, chaque note est corrigée selon la surprise :

nouvelle note = ancienne note + K × (résultat − victoire attendue)

où le résultat vaut 1 pour une victoire et 0 pour une défaite, et K règle l’ampleur des corrections.

Toute l’intelligence du système tient dans ce mécanisme :

• battre un adversaire mieux noté rapporte beaucoup : la victoire était inattendue ;
• battre un adversaire moins bien noté rapporte peu : c’était prévu ;
• perdre contre un adversaire moins bien noté coûte cher.

La qualité de l’opposition est donc intégrée naturellement, sans qu’un humain ait à juger qui a affronté qui.

Ce que l’UFC a ajouté

L’UFC n’a pas publié tous les paramètres de son modèle, mais les principes annoncés sont connus :

• Une prime à l’activité. Les combats récents pèsent davantage.
• Une dépréciation des vieilles victoires et des longues absences. Un combattant inactif pendant 18 mois est pénalisé.
• Une règle simple : vous passez devant celui que vous battez.
• Un léger bonus pour les finishs.
• La fin du classement pound-for-pound, qui ne se prête pas à un calcul par catégorie.

L’ancien classement des journalistes reste consultable en parallèle pendant une période de transition.

Un lancement chaotique

Les premières versions ont fait réagir. Selon la presse spécialisée, des champions en titre comme Petr Yan ou Alexander Volkanovski ont été remplacés par des combattants jusque-là non classés, en raison de problèmes d’affichage. Jan Blachowicz est passé de la 4ᵉ à la 15ᵉ place des mi-lourds, Derrick Lewis est sorti du classement des lourds, et Alex Pereira y est entré directement à la 4ᵉ place sans avoir encore gagné dans la catégorie.

Certains de ces mouvements sont des bugs de lancement. D’autres sont des choix assumés du modèle : la pénalité d’inactivité et la dépréciation des victoires anciennes font chuter les vétérans qui combattent peu.

Ce que le modèle ne voit pas

Un Elo ne connaît qu’une chose : qui a gagné. Tout le reste est invisible :

• la manière : une victoire étriquée sur décision partagée vaut presque autant qu’une domination totale ;
• les statistiques : frappes, takedowns, contrôle au sol ne sont pas pris en compte ;
• le contexte : un adversaire qui a raté la pesée, un remplaçant accepté à dix jours du combat, une blessure en cours de combat.

C’est un choix cohérent pour un classement. Un classement doit être lisible et difficile à contester : « il a battu tel adversaire, il passe devant » se comprend tout de suite. Mais c’est aussi ce qui le rend moins utile pour prévoir un combat.

Classer n’est pas prédire

C’est la distinction la plus importante à retenir.

L’Elo produit techniquement une probabilité de victoire. Mais celle du classement UFC a été pensée pour ordonner les combattants et organiser des combats. Elle ignore volontairement tout ce qui ne se résume pas à une victoire.

Un modèle de prédiction, comme celui de Sharp MMA, part de l’autre côté : il ignore les noms et les classements, et compare des profils statistiques, frappes, lutte, âge, activité. Il transforme ensuite l’écart de score en probabilité avec une courbe logistique : exactement la même forme mathématique que la formule Elo ci-dessus.

Les deux approches sont complémentaires, et chacune a l’angle mort de l’autre :

	Elo (Meta Rankings)	Modèle statistique
Qualité des adversaires	✅ intégrée	❌ ignorée
Manière de gagner	❌ ignorée	✅ via les stats
Combattant avec peu de combats	❌ note peu fiable	❌ moyennes peu fiables
Lisibilité	✅ très simple	⚠️ demande des explications

Notre analyse de Gane vs Hokit montre ce que coûte en pratique l’absence de la qualité d’opposition dans un modèle statistique.

Ce que ça change pour vous

Pour un parieur, le passage à l’Elo a une conséquence concrète : le classement devient prévisible. Un combattant classé qui bat un adversaire mieux classé passera devant lui, et les vétérans inactifs vont continuer de descendre.

Le classement ne dit toujours pas qui va gagner le prochain combat. Il dit qui a gagné les précédents, et contre qui. Pour transformer ça en probabilité, il faut toujours comparer à la probabilité implicite des cotes.