ELO
ELO 等级分，是追求反映棋手真实水平的评分方法。尽可能让分数接近棋手的实际水平，它可以用来为多个参赛者进行排名并量化它们之间的实力差异。
它的理念和传统的“积分”完全不同，ELO 系统根据参赛者间的胜率来调整分数，使得分数能够直观地反映出他们的实力差距。比如 ELO 分高的，对上 ELO 分低的对手，若胜则加少量的分，若负则扣更多的分，若平局则扣少量的分。
ELO 的理念和传统积分是完全不同的，ELO 要反映棋手的真实水平，追求“真实实力怎么样，分数就应该待在某个分段”。而很多传统的积分，分数可以无限提高。
ELO 可以反映双方的预期胜率，比如双方相差 100 分，ELO 就认为双方胜率是 64% 对 36%。如果一个高分棋手对上低分棋手一直和棋，为什么还要相信他的水平是高分呢？是对弈结果决定了 ELO 等级分，既然和棋那就视为此局双方水平相等，缩小一些双方的 ELO 差距。至于和棋多，那是棋类本身的因素，和 ELO 等级分没有关系。
等级分换算器
- 强方胜 39.0%
- 和棋率 50.0%
- 强方负 11.0%
拖动滑块，看看分差对应多大的胜率。和棋率越高，同样的分差对应的胜局越少。
在多个引擎排名中，其中两个引擎遇上，如果引擎 A 的 ELO 评分比引擎 B 高 71 分，那么根据 ELO 公式，我们可以计算出 A 对 B 的胜率大约为 60%（和棋视为半胜半负）。实际比赛结果如果显示 A 的胜率不足 60%，则 A 的 ELO 分会下调，B 的 ELO 分相应上升，以更准确地反映两者的实力差异。多个引擎的 ELO 通常使用 Bayeselo、Ordo 等工具计算。
题外话：ELO 在电子游戏领域内已经快要变为贬义词，但 ELO 只是个评分系统，和匹配机制无关，怎么使用这个分数去匹配是匹配机制的事情，就算评分再精准，也架不住匹配系统去把 1000 分和 100 分的匹配到一起。且电子游戏评分也基本不是使用 ELO，而是使用更复杂的 ELO 变体或者根据 ELO 理念创造的评分系统（如 mmr）。
而在一对一的引擎测试中，ELO 就完全可由胜率计算。
非一对一的情况下，不同的 ELO 系统可能因为计算方式不同、系统内的引擎（棋手）不同、比赛方法不同等等因素，导致不同 ELO 系统间的 ELO 分数不能互相比较，可以参考强弱关系，但不能直接比较分数。