Se puede hacer una definición más concisa usando neg-max.
La eficiencia de alpha-beta depende del orden de los valores de los nodos terminales.
Si construimos un programa que pueda evaluar 1,000 posiciones por segundo, con 150 segundos por movida, podríamos ver 150,000 posiciones. Con un factor de arborescencia de 35 nuestro programa podría ver solo 3 o 4 tiradas (ply) adelante y jugaría a nivel de novato.
Si pudieramos ordenar los nodos terminales tendríamos que
examinar 
, por lo que el factor de arborescencia efectivo
es de 
en lugar de 
, en ajedrez sería 6 en lugar de
35, por lo que ahora podríamos buscar hasta profundidad 8.
A veces se usan ordenamientos sencillos, como considerar primero las capturas, luego las amenazas, luego movimientos hacia adelante y finalmente movimientos hacia atrás.
Otra estrategia es usar una búsqueda de profundidad iterativa y usar los últimos valores para decidir qué explorar en la siguiente iteración.
En promedio 
permite explorar un 33% mas que un simple
minimax.
