Serie A Round 10 2026-10-31 · 19:45 UTC finished
Post-match review · AI Match Review

The match is finished. AI explains the result using the published match evidence; it does not change the numbers.

This AI review is currently generated in Chinese.

米兰高效终结力克国米全面压制

Bottom line

这场比赛呈现了典型的效率与控球背离的数据图景。国际米兰在控球(57.0%)、射门(19次)和预期进球(1.78)三项过程指标上均大幅领先,但终结环节的全面失灵——射门转化率仅5.3%、4次绝佳机会挥霍3次——让控球优势化为泡影。AC米兰以43.0%的控球率和赛季最低的进攻产出(7次射门、0.66预期进球)打入3球,射正预期进球(2.19)反超对手,门将7次扑救与防线36次解围共同铺就了高效取胜的路径。

国际米兰在控球率(57.0%)、射门数(19次)和预期进球(1.78)三项核心过程指标上全面占优,但比赛的数据主线是转化效率的天壤之别。AC米兰仅用7次射门和0.66预期进球便打入3球,射门转化率高达42.9%;国际米兰19次射门仅收获1球,4次绝佳机会打飞3次。最大的过程矛盾在于:米兰的射正预期进球(2.19)甚至高于国米(2.02),门将端7次扑救对1次扑救的悬殊差距,将国米的控球优势彻底架空。

What the stats show

国际米兰在控球、传球数量和对方半场传球占比上占据明显优势,预期进球1.78远高于米兰的0.66,攻防两端的过程数据指向一场国米主导的比赛。AC米兰在极低控球率下依靠高效的反击和定位球完成了机会的高质量转化,防守端以36次解围和7次扑救构筑了深度防线。

What the result shows

AC米兰3比1取胜。普利西奇、拉比奥和莫雷拉各入一球,莫雷拉同时贡献两次助攻。国际米兰仅由巴斯托尼通过角球机会打入1球,全场4次绝佳机会仅把握住1次。

Core data comparison

MetricAC Milan InterReading
控球率43.0% 57.0%国际米兰掌握近六成球权,主导了比赛节奏和进攻发起。
预期进球0.66 1.78国际米兰的预期进球接近米兰三倍,创造了明显更多的高质量射门机会。
射正预期进球2.19 2.02米兰的射正预期进球反超国米,表明其命中门框范围的射门更具杀伤力。
射门7 19国际米兰射门次数接近米兰的三倍,进攻火力从数量上碾压对手。
射正4 8国际米兰射正数两倍于米兰,但米兰4次射正就转化为3粒进球。
绝佳机会2 4国际米兰创造了4次绝佳机会,但挥霍3次,把握能力严重不足。
对方禁区触球12 28国际米兰在对方禁区的触球数是米兰的2.3倍,禁区渗透优势极为明显。
解围36 14米兰防线承受巨大压力,解围次数是国米的2.6倍,防守端投入极大。
扑救7 1米兰门将完成7次扑救成为胜负关键,国米门将仅做出1次扑救。
对抗成功46 49两队对抗总次数接近,国米略微占优但差距不足以形成压制。

Derived metrics

MetricAC Milan InterReading
传球成功率87.7% 87.8%两队传球成功率几乎完全一致,米兰在更少球权下保持了同等的传球精度。
对方半场传球占比36.7% 56.2%国际米兰超过半数传球发生在对方半场,阵型整体高位前压的倾向明确。
射正率57.1% 42.1%米兰每次起脚命中门框的概率远高于国米,射门选择更精准。
每脚射正预期进球0.55 0.25米兰的单脚射正质量是国米的2.2倍,射正即高威胁。
射门转化率42.9% 5.3%米兰接近每两次射门就进一球,国米19次射门仅入1球,效率鸿沟决定比赛。
每次射正进球0.75 0.12米兰每4次射正打入3球,国米每8次射正才进1球,终结环节的差距定义了赛果。

AC Milan review

  • 控球组织控球率43.0%,远低于赛季均值60.4%,为赛季单场最低。传球407次,传球成功率87.7%,在有限球权下保持了传递精度,但对方半场传球占比仅36.7%,推进到前场的能力受限。
  • 进攻方式7次射门中运动战3次、角球2次、任意球1次、定位球战术1次,进攻来源分散。定位球预期进球0.24占总预期进球的36.4%,定位球是重要武器。
  • 禁区渗透对方禁区触球仅12次,较赛季均值24.7次近乎腰斩。禁区内4次射门中3次射正,渗透次数虽少但每次进入禁区即形成有效威胁。
  • 射门质量射正率57.1%,每脚射正预期进球0.55,射门转化率42.9%——三项终结指标均为顶级水准。普利西奇(1射1球,预期进球0.26)、拉比奥(2射1球,预期进球0.13)和莫雷拉(1射1球,预期进球0.07)均超额兑现了射门预期。
  • 防守限制解围36次、拦截11次、封堵射门3次。门将完成7次扑救,面对国米8次射正仅失1球,门线表现为全队防守兜底。
  • 对抗强弱对抗成功46次对49次,地面对抗成功32次略微领先国米的31次,但争顶成功14次落后于国米的18次。空中劣势明显,国米9次头球射门即为明证。
  • 体能压迫逼抢强度13.3,显著低于国米的11.0(数值越低压迫越强),米兰在无球阶段选择了回收防守而非高位逼抢,以阵型紧凑换取体能分配。
  • 纪律与隐患犯规8次、黄牌2张,犯规次数远少于国米的14次。防守虽退得深但并未以大量犯规为代价,纪律性保持在可控范围。

Inter review

  • 防守结构仅完成14次解围,远低于米兰的36次。抢断16次略高于米兰的14次,倾向主动出脚而非退守。封堵射门为0次,面对米兰4次射正无法形成有效干扰。
  • 低位/高位倾向对方半场传球占比56.2%,461次准确传球中有259次在对方半场完成。结合57.0%控球率,阵型整体维持高位,防线的身后空间较大。
  • 反击与长传长传成功15次仅为米兰29次的一半,运动战预期进球0.73。进攻更多依赖阵地推进而非快速纵向传递,节奏相对单一。
  • 空中优势争顶成功18次对14次,头球射门9次占射门总数的47.4%。定位球预期进球高达1.05,其中角球贡献0.67,空中进攻是国米最有效的破局手段。
  • 进入危险区能力对方禁区触球28次、禁区内射门13次、绝佳机会4次,三项均大幅领先米兰。但绝佳机会打飞3次,巴斯托尼(预期进球0.41进1球)之外无人能把握禁区内的关键机会。
  • 门将表现和问题仅完成1次扑救,评分5.44为全场最低。面对米兰4次射正丢3球,扑救成功率极低,门将端的乏力直接放大了防线在少解围、零封堵下的结构性风险。

Generated 2026-11-02 04:49 (UTC)

Prediction
20% AC Milan (home)
26% Draw
54% Inter (away) Model favorite
Expected goals 1.12 — 1.73 Over 2.5 goals: 54% Both teams to score: 55%

Model: history/v2-w1460-r150. Probabilities are produced by our own model from public match data. They are not odds and not betting advice.

Why — recent form

"—" means the number is not available in our data; we never fill gaps with zeros. Recent form covers only matches with expected-goals data, which may be fewer than the team's actual recent fixtures.

Metric AC Milan Inter
Recent xG (attack, per-match avg) 1.762.42
Recent xGA (defence, per-match avg) 1.720.78
Sample size (matches with xG data) 55
Rest days since last match 33
Season pressing (PPDA, lower = more intense) 13.3 11.0
Matches in the last 7 days 43
Matches in the next 7 days 22
Travel to this match (km) 0252

What could go against this prediction

The model's top probability is below 70%; in backtests matches in this band end as predicted about 53.4% of the time.
no head-to-head data available
Recent team-state reports (conflict, manager pressure or board unrest) add uncertainty; treat the probability as a baseline, not a verdict.

Injuries & suspensions

Latest pre-match snapshot from our data source; availability varies by league.

AC Milan

  • injured Alexis Saelemaekers return: 2027年1月中旬
  • injured Fikayo Tomori return: 2026年11月中旬
  • injured Matteo Gabbia return: 2027年1月上旬
  • injured Pietro Terracciano return: doubtful
  • injured Ruben Loftus-Cheek return: 2026年11月下旬
  • injured Samuel Chukwueze return: 2026年11月中旬

Inter

  • injured Benjamin Pavard return: 2026年11月中旬
  • injured Curtis Jones return: 2026年11月中旬
  • injured John Stones return: 2026年11月中旬
  • injured Lautaro Martínez return: 2026年11月中旬
  • injured Luis Henrique return: 2026年11月中旬
How predictions are made

Probabilities are generated by our own statistical model from public match data. AI is used only to explain the evidence and analysis.

Data coverage

Model probabilities: available Recent xG form: available Injuries & suspensions: available Head to head: unavailable Pressing baseline: available Season context: available