No poker moderno, o GTO virou conhecimento comum — e deixou de ser uma vantagem. Dez anos atrás, saber GTO já era uma edge por si só. Hoje é o preço de entrada. Solvers migraram para o navegador, bibliotecas com milhões de presolves estão em acesso aberto, e trainers te fazem repetir a árvore de decisões até você acertar com precisão de poucos pontos percentuais.

E é aqui que surge o ponto fundamental — aquele que todo mundo sempre soube, mas preferiu ignorar por muito tempo: GTO é uma estratégia contra um oponente perfeito que não está na mesa. O equilíbrio garante que você não será explorado. Mas esse mesmo equilíbrio te obriga a abrir mão de linhas lucrativas — só para se manter “inexplorável” contra pessoas que nem estão tentando te explorar. Você mistura blefes e bluff-catchers nas frequências de equilíbrio, enquanto seu oponente está foldando 68% em um spot onde deveria foldar 45%. Cada leak desses que passa despercebido é EV perdido.

A conclusão a que a indústria chegou: o dinheiro não está no equilíbrio, e sim nos desvios do field em relação a ele. E para encontrar esses desvios de forma sistemática, você não precisa de mais um solver — precisa de dados sobre como jogadores reais realmente jogam.

O que está acontecendo: a virada para MDA

A principal sigla do novo meta é MDA (Mass Data Analysis). A ideia é simples: pegar milhões de mãos reais, separar os jogadores por arquétipo (reg, fish, maníaco, nit) e pelas condições de jogo (site, limite, tamanho da mesa), e analisar as ranges e frequências que o field apresenta em cada nó da árvore. Depois, você constrói uma contra-estratégia contra essa distribuição específica — em vez de contra um jogador perfeito abstrato.

Isso muda o próprio ciclo de estudo. Antes: “abrir o solver → aprender a linha de equilíbrio → repetir na mesa”. Agora: “ver como o field desvia → construir o exploit → checar se ele não desmorona caso o oponente se adapte”. O GTO continua sendo a base e a rede de segurança, mas o centro de gravidade mudou para a modelagem do field.

Não por acaso, até os principais nomes do segmento GTO caminharam nessa direção. No outono de 2025, o GTO Wizard lançou os Player Profiles — a capacidade de modelar um oponente com leaks persistentes (calling station, maníaco, nit) e calcular imediatamente a melhor resposta. O próprio desenvolvedor chama isso de “uma nova abordagem para estudar poker exploitativo”. Quando o principal trainer de GTO do mundo adiciona ferramentas de exploit, dá para dizer que a tendência está consolidada.

As ferramentas: com o que trabalhar

Abaixo está um arsenal prático para o jogo exploitativo, desde a coleta de dados até a construção de contra-estratégias.

1. Hand2Note — a base da análise de field

BTN vs BB Continuation Bet Analysis in Hand2Note
Análise de continuation bet BTN vs BB no Hand2Note

O tracker que basicamente popularizou a análise de field. Seu principal recurso é o Multiple Player Reports, que permite criar relatórios de MDA sobre bases com milhões de mãos em segundos e estudar tendências dos oponentes em alto nível de detalhe. Além disso, há HUDs e popups avançados, garantindo que você tenha todas as informações necessárias sobre seus adversários em tempo real — com a possibilidade de classificá-los rapidamente no tipo correto e aplicar exploits lucrativos. Aqui é o seu ponto de partida: é onde você vê exatamente onde o field erra.

2. GTO Wizard AI (Profiles) — exploits dentro do principal tool de GTO

GTO Wizard Player Profiles: Solution vs Fish
GTO Wizard Player Profiles: solução BTN vs BB contra fish

Um recurso voltado para exploit dentro do principal tool de GTO. Os Player Profiles permitem associar a um oponente um perfil com leaks persistentes e obter a melhor resposta possível em qualquer spot solucionável. Os perfis funcionam através de “incentivos” de ação (“este jogador gosta de apostar” / “tende a dar check”), e o motor propaga esse viés pela árvore — o resultado é um exploit prático que não sai do controle. Uma limitação importante: por enquanto, funciona dentro de uma única street (não há árvore multi-street para esse recurso). No roadmap estão controles de frequência de blefes e modelagem de comportamento humano diretamente a partir do histórico de mãos. É ideal para quem já usa o ecossistema do Wizard e não quer migrar para outro software.

3. Freebetrange MDA — ranges preflop do field

Freebetrange MDA: Reg's BTN vs SB range
Freebetrange MDA: range de reg BTN vs SB

Enquanto Hand2Note e GTO Wizard brilham no pós-flop, o Freebetrange é a principal ferramenta para o pré-flop. Sua seção de MDA oferece ranges preflop do field prontos, baseados em mais de 300 milhões de mãos reais de cash. Você escolhe um arquétipo de jogador e percorre sua árvore de decisões spot a spot, filtrando por site, limite, tamanho da mesa e ante. Qualquer range pode ser exportada com um clique — carregue no solver e calcule a melhor resposta contra aquela range específica. O banco de dados é atualizado a cada seis meses, garantindo que as tendências do field permaneçam atuais. Além disso, a plataforma inclui o melhor construtor de ranges preflop do mercado e um trainer, permitindo transformar os exploits encontrados em memória automática.

Bônus: Solvers clássicos com node-locking — o exploit “manual”

Não descarte a velha escola. PioSolver, GTO+, MonkerSolver permitem, via node-locking, fixar manualmente frequências incorretas do oponente em um nó e ver como a resposta ótima muda. É mais lento e exige que você saiba o que travar (e é exatamente aqui que os dados do Hand2Note e do Freebetrange ajudam), mas oferece controle total. Entre as opções mais recentes, o Rocket Solver coloca o node-locking como parte central do fluxo de trabalho. No fundo, node-locking é a mesma abordagem exploitativa — você só está inserindo os dados do field manualmente.

Como transformar isso em um fluxo de trabalho

  1. Encontre o leak. No Hand2Note (ou Freebetrange MDA), identifique onde o field desvia sistematicamente do equilíbrio — overfold no river, pouco 3-bet, c-bet em excesso.
  2. Quantifique. Exporte a range/frequência real do field naquele nó.
  3. Construa a contra-estratégia. Insira os dados em um node-lock (Pio / Rocket) ou em um motor especializado (Profiles no GTO Wizard) e obtenha a resposta mais exploratória possível.
  4. Teste a robustez. Garanta que o exploit não desmorone se o oponente se adaptar um pouco. Ajustes extremos (como “valor apenas com nuts e todo o resto como blefe”) são lucrativos, mas arriscados: se você errar a leitura, quem será explorado é você.
  5. Treine até automatizar. Com um trainer (Freebetrange, GTO Wizard), leve as novas linhas para o automático na mesa — caso contrário, toda a análise fica só na teoria.

Conclusão

O GTO não desapareceu — continua sendo a base obrigatória e uma rede de segurança contra jogadores fortes. Mas, como fonte de vantagem, o equilíbrio já se esgotou: todo mundo tem acesso. O dinheiro real migrou para os desvios do field em relação ao ótimo, e a única forma de encontrá-los de maneira consistente é através de dados. A cadeia “tracker para encontrar leaks → plataforma de MDA para quantificar → solver/IA para construir a resposta → trainer para fixar” virou o novo padrão de preparação. Quem aprender primeiro a transformar dados do field em decisões concretas na mesa é quem vai capturar essa diferença.

Nick Korolev
Nick Korolev

Jogador profissional de poker e especialista em Hand2Note

Nick Korolev é jogador profissional de poker desde 2016 e membro da equipe Hand2Note desde 2018. É autor do manual oficial do Hand2Note 3 e criador de cursos completos para Hand2Note 3 e Hand2Note 4.