六副牌、八副牌與連續洗牌機（CSM）之間的莊閒和概率差異全部在 0.05 個百分點以內，莊家優勢的差異更細。換牌靴不會給你任何優勢；但記錄時把牌靴規格寫清楚，可以避免日後覆盤歸錯因。
一、三種常見的牌靴設定
| 設定 | 說明 | 常見場景 |
|---|---|---|
| 六副牌 | 312 張（每副 52 張） | 部分實體賭桌、部分線上桌 |
| 八副牌 | 416 張（每副 52 張） | 最常見的標準設定 |
| 連續洗牌機（CSM） | 用過的牌即時回收洗勻，理論上每一鋪都近乎從完整牌堆抽出 | 部分賭場的快速桌、部分線上桌 |
三者影響的其實只有一件事：牌靴剩餘的牌量。而牌量會輕微影響「下一張牌是某個點數」的概率。
二、6 副 vs 8 副 vs CSM：完整對照
以下數字由完整組合枚舉計算（非模擬估計）。CSM 一欄採用「每一張牌自完整八副牌中獨立抽出」的近似模型（即無限牌靴），這是 CSM 的常用理論近似。
| 項目 | 六副牌 | 八副牌 | CSM（近似） |
|---|---|---|---|
| P(莊) — 莊贏 | 45.8653% | 45.8597% | 45.8428% |
| P(閒) — 閒贏 | 44.6279% | 44.6247% | 44.6147% |
| P(和) — 和局 | 9.5069% | 9.5156% | 9.5426% |
| P(莊以 6 點取勝) | 5.3844% | 5.3864% | 5.3921% |
| 押莊莊家優勢（標準 5% 佣金） | 1.0558% | 1.0579% | 1.0640% |
押莊莊家優勢（免佣 6:5） | 1.4548% | 1.4581% | 1.4679% |
| 押閒莊家優勢 | 1.2374% | 1.2351% | 1.2281% |
| 押和莊家優勢（1 賠 8） | 14.4382% | 14.3596% | 14.1170% |
| 押和莊家優勢（1 賠 9） | 4.9313% | 4.8440% | 4.5744% |
差距有多大？
| 對比 | 最大差距 |
|---|---|
| 六副 vs 八副：P(莊) | 0.0056 個百分點 |
| 六副 vs 八副：押莊莊家優勢 | 0.0021 個百分點 |
| 八副 vs CSM：押和（1 賠 8）莊家優勢 | 0.2426 個百分點（全表最大一項） |
也就是說：除了押和的數字有輕微可察覺的差別，其餘各項的差距都遠小於任何一靴牌的實際波動。
三、「差別細到可以忽略」——但要講清楚邊界
「可以忽略」指的是期望值層面。實際上有兩件事不能忽略：
- 押和在不同牌靴下的差距最大。八副牌押和（1 賠 8）莊家優勢約 14.36%，CSM 約 14.12%，差距約 0.24 個百分點——雖然仍然極高，但已是全表最明顯的一項。原因是和局概率本身隨牌靴略有變化（9.51% → 9.54%）。
- 記錄口徑必須寫明牌靴規格。如果你的記錄混合了六副台與八副台，卻用同一組「標準概率」去對照，覆盤時就會出現無法解釋的偏差。
四、連續洗牌機（CSM）到底改變了甚麼
CSM 與傳統牌靴最本質的分別，不在概率數字，而在獨立性：
- 傳統牌靴：每用過一張牌，牌靴剩下來的成分就改變了。嚴格來說，同一靴內各鋪之間是統計相依的（只是相依程度極小）。
- CSM：用過的牌立即回收洗勻，理論上每一鋪的用牌都接近獨立同分布。
實務上的結論是：
- CSM 沒有把莊家優勢變低（上表可見押莊、押閒的數字幾乎一樣）。
- CSM 破除了「牌靴前段與後段的成分不同，所以後段會比較好／比較差」這類說法——因為它根本沒有「後段」。
CSM 近似模型的適用邊界（重要）：本文 CSM 一欄採用「無限牌靴」模型——假設每一張牌都獨立自一組完整的八副牌抽出。這是 CSM 的常用理論近似，用來回答「若每鋪的用牌完全獨立，概率會是多少」。真實 CSM 的洗牌演算法、牌的回收時序與回收桶容量各異，實際分布可能有極輕微出入；本模型不描述任何特定機型的實際行為。就本文要回答的問題（牌靴規格會否改變期望值）而言，這個近似已足夠。
五、「靴頭／靴尾」與「洗牌前最後幾鋪」的常見說法
坊間常有這類講法：「靴頭莊比較多」「洗牌前最後幾鋪特別邪門」。從計算角度看：
- 牌靴剩餘量確實會令每一張牌的點數分布輕微偏離完整比例（例如某一點數已用掉較多，剩下就較少）；
- 但這個偏差的量級，遠小於單鋪結果的隨機波動；
- 因此它不足以支持「靴頭／靴尾有系統性優勢」這種操作建議。
本文只陳述計算結果，不主張任何關於靴頭靴尾的投注策略；亦沒有任何證據支持「特定時點下注更有利」。
六、記錄時應該記低哪些牌靴資訊
如果你有做長期記錄，建議在每一靴的標頭加上三項：
| 欄位 | 為甚麼要記 |
|---|---|
| 牌靴副數（6／8／CSM） | 決定這一靴要對照哪一欄標準概率 |
| 免佣還是標準派彩 | 影響押莊的期望值口徑（約 1.06% 還是約 1.46%） |
| 換靴時點 | 方便把記錄按靴切分，避免跨靴統計 |
這三項加起來只需一行，卻能省掉日後大量「為甚麼數字對不上」的排查時間。相關的操作步驟可看使用說明。