CS2 trade up-kalkylator

Räkna ut de exakta output-skinsen, sannolikheterna och de förutspådda floatsen för vilket Counter-Strike 2 trade up-kontrakt som helst. Stödjer kniv-/handsk-kontrakt med 5 inputs, blandning av flera collections, StatTrak och baklängessökning.

CS2 Trade Up // Kontraktläge std-10 · stattrak av

Obs: Den här kalkylatorn är ett pedagogiskt verktyg som räknar ut Counter-Strike 2:s publikt dokumenterade trade up-matematik. Den möjliggör inte spel om pengar, skinbetting eller transaktioner med riktiga pengar. Skinpriser fluktuerar; de värden som visas är uppskattningar baserade på data från tredjeparts marknadsplatser när de visas.Counter-Strike, Counter-Strike 2, CS:GO, Steam och Valve är varumärken som tillhör Valve Corporation. Den här sidan är inte ansluten till, godkänd av eller sponsrad av Valve.

Input-rarity

StatTrak™

Alla inputs måste vara StatTrak™; outputen blir också StatTrak™.

Inputs00 / 10

Input #01

Float

Input #02

Float

Input #03

Float

Input #04

Float

Input #05

Float

Input #06

Float

Input #07

Float

Input #08

Float

Input #09

Float

Input #10

Float

Lägg till 10 inputs för att se möjliga utfall, eller ladda ett exempelkontrakt nedan.

Eller ladda ett exempelkontrakt:

eDPI-räknare för CS2 Factorio-produktionsräknare

Uppdaterad: 4 juni 2026

CS2 trade up-kalkylator. Odds för varje utfall, förutspådd float och matematiken bakom varje kontrakt.

En CS2 trade up-kalkylator snittar 10 normaliserade input-floats (5 i kniv/handsk-läge) och mappar resultatet in i varje möjlig output-skins range. Varje utfalls sannolikhet är andelen inputs från den collection delat med antalet skins i nästa tier inuti den collection.

Vad är ett trade up-kontrakt i Counter-Strike 2?

Ett trade up-kontrakt i CS2 förvandlar 10 skins av samma rarity till en skin ett steg högre på den vanliga stegen: Consumer → Industrial → Mil-Spec → Restricted → Classified → Covert (den svenska CS2-communityn känner dem ofta på färgerna: vita, ljusblå, blå, lila, rosa och röda). Alla 10 inputs måste dela samma rarity och vara antingen alla StatTrak eller alla non-StatTrak — kontraktsmenyn i spelet blockerar varje blandning. Souvenir-skins släpper den här kalkylatorn inte in bland sina inputs enligt sin egen valideringslogik (skins med Souvenir-flaggan filtreras bort i väljaren och avvisas vid valideringen). Vilken collection outputen kommer från avgörs sannolikhetsmässigt — andelen inputs från en viss collection är lika med den andel av total output-sannolikhet som landar i den collectionens pool för nästa tier.

Kniv- och handsk-varianten lade Valve till den 23 oktober 2025 i uppdateringen Re-Retakes (samma patch som tog tillbaka Retakes-läget). Den tar 5 Covert-skins från en eller flera collections som matar en case och ger en Special — en kniv eller ett par handskar — draget jämnt ur contains_rare-poolen för den case som collectionen matar. Enligt Valves regel i spelet måste ett StatTrak-kontrakt med 5 Coverts använda rena StatTrak-inputs och ger bara en StatTrak-kniv (StatTrak-handskar finns inte), medan non-StatTrak-inputs kan ge antingen en kniv eller ett par handskar. För StatTrak-fallet smalnar den här kalkylatorn inte av output-poolen: i båda lägena drar den jämnt ur hela contains_rare-poolen för den matande casen, så de Special-sannolikheter som listas är spelets fördelning av knivar och handskar, inte en StatTrak-only-delmängd.

Float spelar roll eftersom den bestämmer outputens slitageband — Factory New (0,00–0,07), Minimal Wear (0,07–0,15), Field-Tested (0,15–0,38), Well-Worn (0,38–0,45), Battle-Scarred (0,45–1,00) — och en enda bandförskjutning kan flytta outputens marknadsvärde 5× till 50×. Före oktober 2024 snittade CS2 de råa input-floatsen direkt. Efter Retakes-uppdateringen normaliserar motorn först varje input mot dess egen range [minFloat, maxFloat], snittar sedan och mappar resultatet tillbaka in i output-skinens range. Den ändringen dödade det gamla filler-skin-metat där spelare stoppade in tajt cappade skins för att dra ner snittet — enligt den nya formeln bidrar en tajt cappad input i toppen av sin range med exakt samma normaliserade värde som en 0–1-skin på motsvarande relativa position.

Så räknar kalkylatorn ut varje utfall

Välj input-rarity (Consumer till Classified i standardläge; Covert låses så fort du byter till fliken Kniv / Handske med 5 inputs), välj StatTrak eller non-StatTrak och fyll i de 10 (eller 5) slotsen. För varje slot väljer du en collection, sedan en skin som finns i den raritynivån inuti collectionen, och till sist den råa float du läser av i din CS2-inventory. Kalkylatorn kör fyra steg vid varje ändring av en input:

1. Normalisera varje inputs float mot dess egen min/max. Formeln är

\bar{f}_i = (f

. Det fäller in varje skin på en gemensam 0–1-axel, så float 0,15 på AK-47 Asiimov (range 0,05–0,70) normaliseras till 0,154, medan samma float 0,15 på AK-47 Redline (range 0,10–0,70) normaliseras till 0,083 — nästan hälften så mycket — och de två inputsen är nu direkt jämförbara på samma axel.

2. Snitta de normaliserade värdena. Formeln är

\bar{f} = (1/n) \sum

, där n = 10 i standardläge och n = 5 i kniv/handsk-läge. Det här enda snittet styr varje outputs float i steg 3.

3. Mappa snittet tillbaka in i varje output-kandidats range. För varje möjlig output-skin gäller

f

. Om resultatet överskrider skinens max-float kapar kalkylatorn det och visar en bricka med texten ”cappad” — det inträffar för skins som M4A1-S Fade (Covert, cappad till 0,00–0,08) och andra där float-utrymmet är artificiellt avsmalnat.

4. Räkna ut sannolikheten för varje kandidat. Formeln är P(skin) = (n_collection / n_totalt) × (1 / |outputs_collection|). Summera sannolikheterna för alla output-rader och du ska landa på exakt 1,0; resultatpanelen visar en kontrollrad så att du kan bekräfta att ingen avrundning läcker.

Den utfällbara sektionen ”Visa matematiken” under resultattabellen ritar upp samma fyra steg med dina riktiga siffror insatta, och panelen ”Minsta float för att landa i FN / MW / FT” vänder på steg 2 och 3 för att tala om den högsta genomsnittliga normaliserade float som håller den primära output-skinen kvar i ett valt slitageband — användbart när du har konkreta input-kandidater och behöver veta om deras floats är tajta nog för att klara målbandet.

Formlerna för float och sannolikhet i CS2 trade up

f_{\text{out}} = (f_{\text{out},\max} - f_{\text{out},\min}) \cdot \bar{f} + f_{\text{out},\min}, \quad \bar{f} = \frac{1}{n} \sum_{i=1}^{n} \frac{f_i - f_{i,\min}}{f_{i,\max} - f_{i,\min}}, \quad P(\text{skin}) = \frac{n_{\text{coll}}}{n_{\text{totalt}}} \cdot \frac{1}{|\text{outputs}_{\text{coll}}|}

$f_{\text{out}}$ = Förutspådd float för kontraktets output-skin.
$f_{\text{out},\min} / f_{\text{out},\max}$ = Output-skinens minsta och största float enligt dess medföljande CS2-datapost (källa ByMykel/CSGO-API).
$\bar{f}$ = Genomsnittlig normaliserad input-float över alla n inputs.
$f_i$ = Rå float för input-skin i, värdet som visas i din CS2-inventory.
$f_{i,\min} / f_{i,\max}$ = Minsta och största float för input-skin i — antingen den kanoniska 0,00–1,00 eller en per-skin-cap (Asiimov 0,05–0,70, Redline 0,10–0,70, M4A1-S Fade 0,00–0,08, AUG Amber Fade 0,00–0,40 och fler).
$n$ = Antal inputs: 10 för standard-trade ups, 5 för kniv- och handsk-kontraktet som lades till i oktober 2025.
$n_{\text{coll}} / n_{\text{totalt}}$ = Inputs från en viss collection delat med totala antalet inputs (10 eller 5). Det är collectionens andel av total output-sannolikhet.
$|\text{outputs}_{\text{coll}}|$ = Antalet skins i nästa tier (eller contains_rare-poster för kniv/handske till den case collectionen matar) i den collectionens output-pool.

Float-formeln skrevs om i Retakes-uppdateringen i oktober 2024 och förblev oförändrad efter att kniv och handskar lades till i oktober 2025. Varje inputs normaliserade float fäller in skillnaderna mellan skinsens ranges på en gemensam 0–1-axel. En rå float 0,10 på en tajt cappad skin som AK-47 Asiimov (0,05–0,70) normaliseras till (0,10 − 0,05) / (0,70 − 0,05) = 0,077, medan samma råa float 0,10 på en 0,00–1,00-skin normaliseras till 0,10. Snittet av dessa normaliserade värden mappas sedan tillbaka in i varje output-skins egen range.

Sannolikhetsformeln är två faktorer multiplicerade med varandra. Den första faktorn — n_coll / n_totalt — är andelen inputs från en viss collection, vilket efter omskrivningen i oktober 2024 är den *enda* ratt du styr genom ditt val av inputs. Den andra faktorn — 1 / outputs_i_collectionen — är låst av datasetet: en collection med en enda skin i nästa tier koncentrerar hela sina 100 % av andelen till den enda outputen, medan en collection med fyra skins i nästa tier delar sin andel i fyra. Därför favoriserar det rutinerade trade up-metat collections med en enda output som The Militia Collection (Restricted-tiern rymmer bara M4A4 | Modern Hunter) — färre efterföljande outputs koncentrerar sannolikheten till den enda värdefulla skinen.

Exempel på trade ups

Standard 10 inputs Mil-Spec, en enda collection, deterministisk Restricted-output

Fyll alla 10 Mil-Spec-slots från en enda collection som har exakt en Restricted-skin. Sätt in i sannolikhetsformeln: n_coll / n_totalt = 10/10 = 1,0, outputs_i_collectionen = 1, så P = 1,0 × 1/1 = 100 % på den enda Restricted-raden. Den förutspådda floaten följer av steg 3: snitta de 10 normaliserade inputsen och sätt in snittet i Restricted-skinens range [minFloat, maxFloat]. Om dina inputs har ett normaliserat snitt på 0,05 och outputen har range 0,06–0,80 blir den förutspådda floaten (0,80 − 0,06) × 0,05 + 0,06 = 0,097 → Minimal Wear. Just det här är fallet med M4A4 | Modern Hunter ur The Militia Collection (den enda Restricted-skinen i collectionen, range 0,06–0,80, kan aldrig bli Factory New eftersom min-floaten är 0,06). Kontrakt med en collection och en output är den renaste demonstrationen av matematiken, eftersom hela resultatet reduceras till float-steget.

Flera collections, 7+3-fördelning, viktad Restricted-output

Sju Mil-Spec från en collection med 1 output plus tre Mil-Spec från en collection med 3 outputs. Den första collectionens sannolikhet per output är 7/10 × 1/1 = 70 %. Den andra collectionens sannolikhet per output är 3/10 × 1/3 = 10 % per skin (3 rader på 10 % var). Total sannolikhet är 70 % + 3 × 10 % = 100 %. Att koncentrera inputs till en collection med färre outputs är standardsättet att trycka sannolikhetsmassan mot en specifik värdefull Restricted-skin samtidigt som du använder billigare fillers ur en bredare collection för att dra ner det genomsnittliga normaliserade floaten.

Kniv/handske från 5 Coverts ur en collection som matar en case

Fem Coverts från en enda collection som matar en enda case (kalkylatorn slår upp mappningen i case-by-collection-tabellen). n_coll / n_totalt = 5/5 = 1,0. Output-poolen är casens contains_rare-poster — ungefär 12 till 60 poster beroende på casens ålder. Varje Specials sannolikhet är 1,0 × 1/|pool|, så med en pool på 12 poster sitter varje kniv/handske på 8,33 % och med en pool på 60 poster på ungefär 1,67 %. Den förutspådda floaten räknas ut mot varje Specials egen range: de flesta knivfinish använder 0,00–1,00, men pattern-begränsade knivar (Doppler-faser, Gamma Doppler-faser) och andra special-poster med artificiellt avsmalnad float-range kapar den förutspådda floaten vid sitt max och får brickan ”cappad” i resultattabellen.

Baklängesläge — arbeta bakåt från en målskin

Välj en mål-Covert (säg AK-47 Asiimov ur The Danger Zone Collection, range 0,05–0,70) och önskat slitage. Kalkylatorn vänder på steg 2 och 3 och räknar ut taket för det genomsnittliga normaliserade inputen som håller outputen kvar inom målbandet. För Field-Tested (övre gräns 0,38) är taket (0,38 − 0,05) / (0,70 − 0,05) ≈ 0,508 i genomsnittlig normaliserad float, så dina 10 Classified-inputs ur samma collection måste snitta under det värdet, annars levererar kontraktet en Well-Worn i stället. Baklängesläget flaggar också om målcollectionen över huvud taget har tillräckligt med skins i lägre tier att mata kontraktet med — vissa Operation-collections har bara en Classified-tier utan Restricted-feeders under sig, och då returnerar baklängesläget ”ej genomförbart” och säger att ingen input-collection kan leverera den outputen.

Jämförelsetabell för 7+3-fördelningen — var sannolikheten landar

Samma 7+3-fördelning mellan en collection med 1 output och en collection med 3 outputs visar varför antalet efterföljande outputs spelar lika stor roll som andelen inputs. Collection A (1 output): input-andel 70 %, outputs i collectionen 1, sannolikhet per skin 70,0 %. Collection B (3 outputs): input-andel 30 %, outputs i collectionen 3, sannolikhet per skin 10,0 % (tre gånger). Summa: 70 + 10 + 10 + 10 = 100 %. Om du kastade om de två halvorna — 7 inputs i den bredare collectionen, 3 i den smala — skulle den enda värdefulla skinen i collection B bara få 3/10 × 1/3 = 10 %, i stället för att 70 % av massan gick till den värdefulla raden i collection A. Därför hör regeln ”koncentrera inputs till den minsta collection som innehåller ditt mål” till det första kalkylatorn räknar fram.

Tips för trade up-kontrakt

Koncentrera dina inputs till den minsta collection med outputs som innehåller ditt mål. Sannolikhetsformeln är (n_coll / n_totalt) × (1 / outputs_i_collectionen), så en collection med en enda skin i nästa tier styr hela sin input-andel till den enda outputen. The Militia Collection (1 Restricted: M4A4 | Modern Hunter) och flera Operation-collections är populära just därför — färre efterföljande outputs förstärker sannolikheten per skin även när input-kostnaden är densamma som för en bredare collection.
Öppna float-optimeringspanelen innan du låser dina inputs. För din primära mål-output löser panelen baklänges från ett valt slitageband (FN/MW/FT/WW/BS) och returnerar den högsta genomsnittliga normaliserade input-float som ändå håller den förutspådda outputen kvar i bandet. Är taket 0,082 måste varje input dra det genomsnittliga normaliserade floaten till 0,082 eller lägre — en sträng gräns som är osynlig om du bara tittar på de råa input-floatsen.
Använd baklängesläget när du redan har en målskin i huvudet. Välj skin, välj slitage och välj mellan ”lägsta float i målets slitage” (djupast i bandet, bästa kvalitet på outputen) och ”precis innanför tiern” (lösare tak, billigare inputs). Kalkylatorn returnerar den input-collection som kan leverera målet plus det högsta genomsnittliga normaliserade floaten som håller resultatet kvar i bandet — så du vet på förhand om de inputs du har råd med över huvud taget kan leverera det slitage du vill ha.
Behandla StatTrak-handskar som omöjliga. StatTrak-handskar finns inte i CS2, så Valves regel i spelet gör ett StatTrak-kontrakt med 5 Coverts till en ren knivaffär — rena StatTrak-inputs ger en StatTrak-kniv. Den här kalkylatorn lägger inte det StatTrak-filtret på output-poolen: i båda lägena drar den jämnt ur hela contains_rare-poolen för den matande casen, så de Special-sannolikheter den listar är spelets fördelning av knivar och handskar, inte en StatTrak-only-delmängd av knivar. Planera efter regeln i spelet (de enda Specials i vissa cases är handskar, vilket gör de casen oanvändbara för ett StatTrak-knivkontrakt).
Undvik float-cappade inputs i toppen av sin range. Efter omskrivningen till normaliserad float i oktober 2024 normaliseras en input på 0,30 AUG | Amber Fade (cappad 0,00–0,40) till 0,75 — ungefär 2,5× högre än samma råa float på en 0,00–1,00-skin. Inputs med bred range och floats djupt inne i Factory New normaliseras till små tal och drar snittet nedåt; cappade inputs i toppen av sin range drar snittet uppåt. Det gamla filler-skin-metat där spelare stoppade kontrakt fulla med inputs med smal range är dött enligt den nya formeln.
Summera sannolikheterna och bekräfta att summan är 1,0 (100 %). Kalkylatorn visar en kontrollrad under output-tabellen — om den någonsin rapporterar 0,98 eller 1,02 i stället för 1,00 har du antingen en input ur en collection utan outputs i nästa tier (kontraktet är ogiltigt i spelet och kalkylatorn flaggar det) eller en avrundningsläcka från en trasig dataset-post. Den kontrollen är det renaste rimlighetstestet på att varje kolumn i formeln tillämpades rätt.
Vad du gör med resultatet: titta först på raden med högst sannolikhet och dess förutspådda slitageband, inte bara på den värdefullaste skinen i tabellen. Landar det mest sannolika utfallet i Field-Tested medan du siktar på Minimal Wear måste du dra input-floatsen lägre (steg 1 och 2), inte byta collection. Först när både band och collection stämmer är det värt att signera kontraktet i spelet — kalkylatorn är en icke-bindande förutsägelse, men själva trade up-handlingen i spelet är oåterkallelig.

Vanliga frågor om CS2 trade up-kontrakt

Stödjer den här kalkylatorn trade up på knivar och handskar?

Ja. Byt till fliken Kniv / Handske (5); input-rarityn låses till Covert och antalet slots faller till fem. Output-poolen är contains_rare-posterna för den case som varje inputs Covert-collection matar, mappade via den medföljande case-by-collection-tabellen (ögonblicksbild från ByMykel/CSGO-API).

Vad ändrades i trade up-uppdateringen i oktober 2024?

Retakes-uppdateringen skrev om float-formeln. Före oktober 2024 snittade CS2 de råa input-floatsen direkt. Efter uppdateringen normaliseras varje input först mot sin egen range [minFloat, maxFloat], sedan snittas de normaliserade värdena och resultatet mappas in i output-skinens range. Ändringen dödade filler-skin-metat där spelare stoppade in tajt cappade lågfloat-skins för att dra ner snittet.

Vad ändrade Valve i oktober 2025?

Re-Retakes-uppdateringen den 23 oktober 2025 lade till kniv- och handsk-kontraktet med 5 Coverts. Fem Covert-inputs ger en Special draget jämnt ur den matande casens contains_rare-pool. Rena StatTrak-Coverts ger bara en StatTrak-kniv. Standardkontraktet med 10 inputs är oförändrat.

Kan jag blanda StatTrak och non-StatTrak inputs?

Nej. Kontraktsmenyn i CS2 blockerar blandade kontrakt. Slå på StatTrak i kontrollraden ovanför slotsen; väljaren filtrerar då till skins som har en StatTrak-variant, och outputen behåller StatTrak genom trade up:en.

Varför finns inte Souvenir-skins i väljaren?

Den här kalkylatorn släpper inte in Souvenir-inputs enligt sin egen valideringslogik: den filtrerar bort dem redan i väljaren, och ett URL-tillstånd som försöker ladda in en Souvenir-input avvisas vid valideringen med ett tydligt fel i stället för att räkna fram ett felaktigt resultat. Det håller förutsägelserna i linje med de regler kalkylatorn har inbyggda.

Vad är en normaliserad float?

Det är inputens råa float mappad till en 0–1-skala mot den skinens egen min/max-range. CS2 snittar efter oktober 2024 de normaliserade värdena över inputsen och mappar sedan snittet in i outputens range. Den utfällbara sektionen ”Visa matematiken” under resultatpanelen går igenom varje insättning med dina riktiga siffror.

Hur bestämmer kalkylatorn sannolikheter för inputs ur flera collections?

Varje outputs sannolikhet är (inputs ur den outputens collection / totala inputs) × (1 / antalet outputs i nästa tier i den collectionen). Den första faktorn är collectionens andel av total sannolikhet; den andra faktorn är hur den andelen delas mellan collectionens giltiga outputs. En 7+3-fördelning mellan en collection med 1 output och en med 3 outputs ger 70 %, 10 %, 10 %, 10 % på fyra rader — summa 100 %.

Prissätter kalkylatorn inputs och outputs i kronor?

Inte i den här versionen. Fokus ligger på float-matematik och sannolikhetsfördelning mot ett granskat dataset, inte på levande marknadspriser. Prisöverlägg från Steam Market, Skinport, Buff163 och liknande källor är planerade till en senare release, så snart vi har ett stabilt prisflöde. För en uppskattning av vinsten i kronor parar du tills vidare ihop den här kalkylatorns output med det aktuella priset på din föredragna marknadsplats.

Varför stämmer den förutspådda output-floaten inte exakt med min kontraktsförhandsvisning i spelet?

Tre skäl. För det första uppdateras ByMykel/CSGO-API i veckotakt och kan ligga några dagar efter Valve på nysläppta cases — dataset-foten längst ner på sidan visar den medföljande ögonblicksbildens datum så att du kan kontrollera hur färska rangerna är. För det andra har vissa skins dolda float-golv eller pattern-cappar som det publika datasetet inte kan modellera perfekt. För det tredje visar kalkylatorn en kapad float när en kandidats förutspådda float överskrider sitt max; förhandsvisningen i spelet tillämpar samma kapning men visar det underliggande råvärdet i vissa menyer.

Kan jag dela en länk till ett specifikt kontrakt?

Ja. Varje ändring av en input uppdaterar en versionerad querystring, och Dela-knappen kopierar den till ditt urklipp. Mottagare öppnar länken och ser exakt samma kontrakt förladdat — slots, StatTrak-omkopplaren, läget och inställningarna för baklängessökning.

Är den här trade up-kalkylatorn gratis?

Ja. Kalkylatorn körs helt i webbläsaren, kräver inget konto, frågar aldrig efter din Steam-inloggning och visar inga upsells mot marknadsplatser. Det medföljande datasetet är öppen källkod under MIT-licens (ByMykel/CSGO-API), så du kan kontrollera varje input-range, collection-mappning och case-pool mot käll-JSON:en.

Hur exakta är de förutspådda output-floatsen?

Exakta till fyra decimaler mot det medföljande datasetet och exakta till ungefär 0,001 mot ett kontrakt i spelet när datasetet är aktuellt. Den fyrstegs-formeln är deterministisk — det finns ingen slump i float-förutsägelsen, bara i vilken collection outputen till slut kommer från. Driver ditt riktiga resultat mer än så, ladda om sidan så att en eventuell dataset-uppdatering dras in.

Lönar sig en trade up mer än att öppna cases?

Det skiljer sig från fall till fall och den här kalkylatorn råder inte om vilket som är mest värt — den räknar float och sannolikhet, inte avkastning i kronor. En trade up har dock en strukturell fördel: till skillnad från en case känner du i ett standardkontrakt på förhand den exakta mängden möjliga outputs och deras sannolikheter. Att öppna en case är ett rent lotteri över hela poolen; en trade up låter du räkna ut i förväg och signerar bara när fördelningen passar dig.

Ordlista för CS2 trade up

Float

Slitagevärdet för en CS2-skin, ett reellt tal i intervallet [0, 1]. Lägre floats sitter i renare slitagen (Factory New, Minimal Wear) och har generellt högre marknadspris.

Slitage (exterior)

Floatens visade band: FN (0,00–0,07), MW (0,07–0,15), FT (0,15–0,38), WW (0,38–0,45), BS (0,45–1,00). De övre gränserna är exklusiva utom BS, som är inklusiv ända upp till 1,00.

Normaliserad float

En input-float mappad till 0–1 mot sin egen min/max-range: (float − min) / (max − min). CS2:s trade up-formel efter oktober 2024 snittar de normaliserade inputsen och mappar resultatet in i output-skinens range.

Collection

En namngiven grupp CS2-skins som släpptes tillsammans (t.ex. The Mirage 2021 Collection, The Cobblestone Collection). Trade ups drar outputs ur de bidragande collectionernas pooler för nästa tier, viktade efter input-andel.

Float-cap

Ett per-skin-minimum eller -maximum som begränsar float-rangen under den kanoniska 0–1. AK-47 Redline är cappad till 0,10–0,70, AK-47 Asiimov till 0,05–0,70, AUG Amber Fade till 0,00–0,40. Float-cappar spelar roll under den normaliserade formeln eftersom de ändrar den relativa positionen för en given rå float på 0–1-axeln.

Covert

Den sällsyntaste vanliga raritynivån (röd), ett steg under Special. Covert är den input-rarity som låses när du byter kalkylatorn till kniv- och handsk-läge.

Special

Knivar och handskar. Ingår inte i den vanliga raritystegen. Nås bara via kniv- och handsk-kontraktet med 5 Coverts som Valve lade till i Re-Retakes-uppdateringen den 23 oktober 2025.

StatTrak

En vapenvariant som räknar bekräftade kills. Trade up-kontrakt kan inte blanda StatTrak och non-StatTrak inputs, och outputens StatTrak-status speglar inputsen. StatTrak-handskar finns inte i CS2 — StatTrak-kontraktet med 5 Coverts är därför bara på kniv.

contains_rare

Poolen av Special-poster (knivar och handskar) som en CS2-case kan droppa som sin gula (Special) belöning. Kniv- och handsk-kontraktet med 5 Coverts drar jämnt ur den för den case som input-collectionen matar.

Förväntat värde (EV)

Det sannolikhetsviktade snittet av marknadsvärdet för alla möjliga outputs. En vanlig metrik i den bredare CS2 trade up-communityn för att rangordna kontrakts lönsamhet. Den här kalkylatorn fokuserar på float- och sannolikhetsmatematik; prismedveten EV är planerad till en senare release.

Innehåll verifierat av Smart Calculators-teamet