Kiekvienas Counter-Strike 2 ginklo dažymas turi paslėptą 32 bitų slankiojo kablelio skaičių tarp 0.00 ir 1.00, kuris nustato, kaip nudėvėtas skinas atrodo žaidime. Ši viena reikšmė — float — nustato matomą išvaizdos lygį (nuo Factory New iki Battle-Scarred), žaidime matomą įbrėžimų ir nudilimo raštą ir galiausiai rinkos kainą. Nepaisant paprastumo, tai, kaip Valve generuoja ir riboja šį skaičių, sukuria pasiūlos kreivę, kuri visai nėra tolygi, o matematikos supratimas – tai skirtumas tarp spėliojimo, kiek vertas skinas, ir teisingo jo įkainojimo.
Kaip CS2 generuoja float vertę
Atsidarius dėžei, žaidimo serveris iš dėžės rinkinio pasirenka dažymą, o tada ištraukia float vertę leistiname to dažymo nusidėvėjimo intervale. Traukimas – tai tolygaus atsitiktinio traukimo intervale [0, 1] rezultatas, kuris paskui linearly mapped pritaikomas konkretaus skino minimalioms ir maksimalioms nusidėvėjimo riboms. Bendra formulė paprasta.
float = wear_min + (wear_max − wear_min) × UDauguma skinų naudoja pilną intervalą (`wear_min = 0`, `wear_max = 1`), bet reikšminga mažuma dažymų yra riboti. Pavyzdžiui, AK-47 Case Hardened turi `wear_min = 0` ir `wear_max = 0.75`, t. y. Battle-Scarred Case Hardened float negali viršyti 0.75. Dėl šio apribojimo kai kurie skinai turi apyvartoje nėra Battle-Scarred ar Well-Worn variantų — viršutinė riba baigiasi prieš tuos lygius.
Exterior tier thresholds
Sugeneruotas float priskiriamas vienam iš penkių išvaizdos lygių pagal fiksuotas ribas, nepakitusias nuo 2013 m., kai CS:GO įvedė skinų nusidėvėjimą:
| Exterior | Float range | Width | Common label |
|---|---|---|---|
| Factory New | 0.00 – 0.07 | 0.07 | FN |
| Minimal Wear | 0.07 – 0.15 | 0.08 | MW |
| Field-Tested | 0.15 – 0.38 | 0.23 | FT |
| Well-Worn | 0.38 – 0.45 | 0.07 | WW |
| Battle-Scarred | 0.45 – 1.00 | 0.55 | BS |
Šių pločių asimetrija – svarbiausias faktas visoje CS2 ekonomikoje. Field-Tested užima 23% float erdvės — daugiau nei tris kartus plačiau nei Factory New ar Well-Worn — o Battle-Scarred užima 55%. Kadangi dauguma skinų traukiami tolygiai visame [0, 1] intervale, tai tiesiogiai virsta pasiūla.
Kodėl Field-Tested dominuoja pasiūloje
Neriboto intervalo skinui kiekvieno lygio iškritimo tikimybė lygi to lygio float erdvės pločiui. Tikėtiną pasiūlos santykį hipotetiniams 1,000,000 pilno intervalo skino išpakavimų galime išreikšti taip:
| Tier | P(tier) | Expected count | Share |
|---|---|---|---|
| Factory New | 0.0700 | 70,000 | 7.0% |
| Minimal Wear | 0.0800 | 80,000 | 8.0% |
| Field-Tested | 0.2300 | 230,000 | 23.0% |
| Well-Worn | 0.0700 | 70,000 | 7.0% |
| Battle-Scarred | 0.5500 | 550,000 | 55.0% |
Tai vadovėlinis paaiškinimas, kodėl Factory New skinai brangesni — pilno intervalo daiktuose jie sudaro tik 7% teorinės pasiūlos, ir praktiškai dar mažiau nes StatTrak traukimai ir operacijų dropai įveda papildomus svorius, kuriuos nagrinėjame StatTrak antkainio analizėje. 7:55 santykis tarp Factory New ir Battle-Scarred nustato griežtą ribą, kiek kainos gali susispausti tarp šių dviejų lygių.
Float ir kainos elastingumas lygio viduje
Du skinai gali būti Factory New, bet parduodami už labai skirtingas kainas. Priežastis ta, kad mažesni float lygio viduje vis tiek vertesni, dažnai gerokai. Vertingų daiktų rinka apytiksliai skirstoma į tris zonas lygio viduje.
- Tier-edge floats — vertės ~5% ribose nuo apatinės lygio ribos. 0.001 Factory New AK-47 Vulcan yra reikšmingai vertingesnis nei 0.065 to paties skino Factory New, nes kai kurie pirkėjai specialiai ieško mažiausio įmanomo float lygyje.
- Tier-mid floats — didžioji pasiskirstymo lygio viduje dalis. Kainodara čia didžiojoje intervalo dalyje iš esmės plokščia; nedideli float skirtumai šioje juostoje retai pakeičia kainą daugiau nei keliais procentais.
- Viršutiniai float ties lygio riba — vertės ~5% ribose nuo viršutinės ribos. Jos dažnai parduodamos su nedidele nuolaida, nes matomas nusidėvėjimas artėja prie kito lygio išvaizdos.
„Prekiaujamo“ nusidėvėjimo iliuzija
Paplitusi klaidinga nuomonė, kad žaidime matomas skino nusidėvėjimas keičiasi priklausomai nuo float vertės padėties lygio viduje. CS2 matomas nusidėvėjimas yra tolydi float, o ne lygio funkcija. 0.069 Factory New ir 0.071 Minimal Wear vizualiai beveik identiški; lygio etiketė yra prekyvietės abstrakcija, o ne atvaizdavimo slenkstis. Todėl kai kurie prekiautojai sąmoningai ieško „aukšto lygio su mažu float“ skinų (pvz., 0.150x Field-Tested) — jie atrodo beveik kaip Minimal Wear, bet parduodami Field-Tested kainomis.
Float suspaudimas StatTrak ir Souvenir variantuose
StatTrak traukimai nekeičia float pasiskirstymo mechanikos — StatTrak tinkamas dropas tiesiog turi papildomą ~10% tikimybę būti StatTrak, bet float traukimas nepriklausomas. Tačiau souvenir paketai paveldi originalaus Major souvenir daikto nusidėvėjimo apribojimus ir dėl svertinio pasirinkimo tarp Major žemėlapių kolekcijų dažniau būna didesnio float išvaizdos. Todėl souvenir AWP Dragon Lore Factory New yra eksponentiškai retesnis nei įprastas AWP Dragon Lore Factory New, o šis retumas kartu su float lygių pasiskirstymu sukuria vienas didžiausių vieneto verčių visoje CS2 ekonomikoje.
Practical takeaways
- Always check the wear range prieš darydami prielaidas apie lygių pasiskirstymą. Riboto intervalo skinai sulaužo standartinį 7/8/23/7/55 padalijimą.
- Sub-0.001 floats kolekciniuose daiktuose turi išmatuojamą antkainį — tikrinkite pagal palyginamus pardavimus, o ne pagal lygio vidurkius.
- Maži float ties lygio riba – likvidžiausia antkainio forma; dideli float ties lygio riba dažnai parduodami su nuolaida, palyginti su lygio mediana.
- Kainų skirtumą tarp Factory New ir Battle-Scarred lemia struktūrinis retumas, o ne estetika — 7.86× pasiūlos santykis yra ilgalaikė bazė.
Float vertės iš šalies atrodo paprastos — skaičius tarp nulio ir vieneto — bet tai, kaip šis skaičius traukiamas, grupuojamas ir rinkoje įkainojamas, sukuria daugiasluoksnę ekonomiką, kurioje lygis, padėtis lygyje, intervalo apribojimas ir retumo žyma dauginasi tarpusavyje. Brangiausiai CS2 parduodami tie skinai, kurių kiekvienas sluoksnis kaupiasi pirkėjo naudai.
Want the comparative side of this analysis?
These insights focus on the underlying math and economics. If you're researching where the data actually shows up in real-world platform behavior — fees, withdrawal speeds, RTP, provably fair audits — our editorial comparisons cover each platform individually.
