直近の対戦
勝利ランクマッチ
M.
LUM.更新：9 時間前
Steam
Otherクラブ · YOKOHAMA6BANGAIC100%
SteamOtherクラブ · YOKOHAMA6BANGAIC100%ワームとぐろ猿人
Longtime M. Bison Player
MR 1,756#17,203直近10戦9–1+60直近20戦13–7+43
勝率
56%
50勝 · 39敗 · 保存済み89件
ランクマッチの対戦
89
選択中のモード
勝利
50
ランクマッチ
敗北
39
ランクマッチ
最高MR
1,756
M. Bison
ランクMR · M. Bison
ローカル 89 · インポート 0 · グラフ 89 · 保存済み対戦 108
リプレイ未リクエスト
M.LUM.差の絶対値が大きい順23項目
| 傾向 | ワームとぐろ猿人 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| CA | 23.8% | 10.2% | +13.6% | |
| SA1 | 20.6% | 33.7% | -13.0% | |
| ドライブアーツ | 31.0% | 18.7% | +12.2% | |
| ドライブラッシュ（キャンセル） | 20.9% | 30.0% | -9.1% | |
| SA2 | 14.3% | 21.0% | -6.7% | |
| SA3 | 41.3% | 35.2% | +6.1% | |
| ドライブガード | 10.5% | 13.4% | -2.9% | |
| ドライブパリィ | 0.60 | 1.75 | -1.15 | |
| ドライブラッシュ（パリィ） | 7.8% | 7.2% | +0.6% | |
| ジャストパリィ | 0.20 | 0.74 | -0.54 | |
| 投げ被弾 | 2.20 | 2.59 | -0.39 | |
| 画面端に追い込まれた時間 | 10.10 | 9.85 | +0.25 | |
| 投げ | 2.60 | 2.42 | +0.18 | |
| ドライブインパクト消費 | 1.3% | 1.5% | -0.2% | |
| 投げ抜け | 0.40 | 0.57 | -0.17 | |
| ドライブリバーサル | 0.20 | 0.33 | -0.13 | |
| パニッシュカウンター成功 | 0.00 | 0.11 | -0.11 | |
| ドライブインパクト | 0.10 | 0.19 | -0.09 | |
| パリィ中に投げられた回数 | 0.20 | 0.26 | -0.06 | |
| スタン被弾 | 0.10 | 0.04 | +0.06 | |
| スタン成功 | 0.10 | 0.07 | +0.03 | |
| パニッシュカウンター被弾 | 0.10 | 0.09 | +0.01 | |
| 画面端での攻め | 11.90 | 11.91 | -0.01 |
統計を練習に活かす
直近100試合対戦プラン
このプロフィールの傾向と戦績から、実戦で試すヒントを作成します。行動傾向は全キャラクターの集計で、選択中のキャラクターは比較対象を決めます。
保存済みの対戦プランを確認中…
公開プロフィールの統計をOpenRouterの無料AIモデルで分析します。プランは共有・再利用のため保存されます。提案は統計に基づく仮説であり、リプレイ映像の分析ではありません。保存済みマッチプラン
生成時の根拠データと日付を保持したAIプランです。開くと両方の視点を読めます。
M. Bison · 直近100試合
改善するポイント
パニッシュカウンターの原因を見直す
パニッシュカウンター成功：プロフィール 0 · 比較対象 0.11
受けたパニッシュカウンターと決めたものを各5回確認します。空振りとガード後の隙を分けてから、練習する課題を選びましょう。
試してみよう繰り返す場面をトレーニングで再現し、間合いとフレームメーターを確認します。より安全な選択か、実際に届く反撃を練習しましょう。
根拠となる統計
- パニッシュカウンター成功：プロフィール 0 · 比較対象 0.11
- パニッシュカウンター被弾：プロフィール 0.1 · 比較対象 0.09
ドライブインパクトの目的を明確にする
ドライブインパクト：プロフィール 0.1 · 比較対象 0.19
ドライブインパクトを5回振り返り、使った状況と結果を記録します。有効な使い方は残し、平均回数に合わせるより失敗の共通点を調べましょう。
試してみようダミーの別スロットにドライブインパクトと通常の攻撃を記録し、混ぜて再生します。現在のゲージ状況で使える対応を見分けて練習しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.1 · 比較対象 0.19
- ドライブインパクト消費：プロフィール 1.3% · 比較対象 1.5%
ゲージ消費の目的を決める
SA3：プロフィール 41.3% · 比較対象 35.2%
実際のゲージを見ながら消費判断を5回振り返ります。何を得て、どの選択肢が残ったかを記録しましょう。使用割合だけでは効率を測れません。
試してみよう使い慣れた連係で、ゲージを使う形と温存する形を練習します。結果と残量を比べ、それぞれに適した状況を決めましょう。
根拠となる統計
- SA3：プロフィール 41.3% · 比較対象 35.2%
- CA：プロフィール 23.8% · 比較対象 10.2%
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/15 · AI：nex-agi/nex-n2.5-pro:free
このプレイヤーへの対策
ドライブインパクトの傾向を確かめる
ドライブインパクト：プロフィール 0.1 · 比較対象 0.19
特定の場面でドライブインパクトが繰り返されるか観察します。間合い、硬直、ゲージを考慮し、練習で確認済みの対応を用意しましょう。
試してみよう同じ場面で隙を抑えた動きを試します。インパクトが来たら練習した対応を使い、来なければ通常の方針に戻しましょう。
根拠となる統計
- ドライブインパクト：プロフィール 0.1 · 比較対象 0.19
近距離のパターンを探る
投げ：プロフィール 2.6 · 比較対象 2.42
近距離での打撃、投げ、防御の実際の選択を観察します。傾向が見えてから、使い慣れた攻めの一部分だけを変えてみましょう。
試してみよう同じ反応が2回続いたら、その場面で別の選択を試します。相手が反応を変えたら、固定した癖だと思い込まず選択肢を散らしましょう。
根拠となる統計
- 投げ：プロフィール 2.6 · 比較対象 2.42
- 投げ抜け：プロフィール 0.4 · 比較対象 0.57
- 投げ被弾：プロフィール 2.2 · 比較対象 2.59
攻める前に守り方を探る
ジャストパリィ：プロフィール 0.2 · 比較対象 0.74
使い慣れた攻めを一度試し、実際の反応を観察します。その結果から次の選択を変え、行動回数から成功率を推測しないようにしましょう。
試してみよう理解している状況で普段の打撃・投げの選択を試します。同じ反応が続く時だけ狙いを絞り、相手が対応したらタイミングを変えるか仕切り直しましょう。
根拠となる統計
- ジャストパリィ：プロフィール 0.2 · 比較対象 0.74
- ドライブパリィ：プロフィール 0.6 · 比較対象 1.75
- 投げ抜け：プロフィール 0.4 · 比較対象 0.57
AIが引用された統計から確認済みの練習プランを選び、優先順位を付けます。行動傾向はプロフィール全体の集計で、キャラクター戦績と直近の試合は範囲が異なります。弱点の断定や映像分析ではなく、試して確かめる提案です。 直近100試合の報告された傾向です。生涯平均ではありません。
データ保存日 2026/09/15 · AI：nex-agi/nex-n2.5-pro:free