直近の対戦
勝利ランクマッチ
SA
JUSA更新：3 日前
Steam
OtherC100%
SteamOtherC100%w4s4bi
Because I'm Cute, Obviously!
LP 11,933直近10戦6–4直近20戦9–11
勝率
43%
40勝 · 52敗 · 保存済み92件
ランクマッチの対戦
92
選択中のモード
勝利
40
ランクマッチ
敗北
52
ランクマッチ
最高LP
12,250
Sagat
ランクLP · Sagat
このキャラクターのLP推移
リプレイ未リクエスト
SAJUSA差の絶対値が大きい順23項目
| 傾向 | w4s4bi | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA2 | 55.7% | 26.4% | +29.3% | |
| ドライブラッシュ（キャンセル） | 12.0% | 34.0% | -22.1% | |
| SA3 | 22.7% | 39.9% | -17.2% | |
| SA1 | 9.1% | 24.6% | -15.5% | |
| ドライブインパクト消費 | 16.8% | 1.3% | +15.5% | |
| ドライブアーツ | 28.9% | 16.0% | +12.9% | |
| 画面端での攻め | 6.20 | 12.43 | -6.23 | |
| ドライブガード | 9.2% | 14.2% | -5.0% | |
| CA | 12.5% | 9.1% | +3.4% | |
| 画面端に追い込まれた時間 | 5.50 | 8.88 | -3.38 | |
| ドライブパリィ | 0.10 | 1.81 | -1.71 | |
| ドライブインパクト | 1.10 | 0.18 | +0.92 | |
| ジャストパリィ | 0.00 | 0.74 | -0.74 | |
| パニッシュカウンター被弾 | 0.70 | 0.09 | +0.61 | |
| パニッシュカウンター成功 | 0.70 | 0.11 | +0.59 | |
| ドライブラッシュ（パリィ） | 8.2% | 8.4% | -0.3% | |
| 投げ抜け | 0.20 | 0.46 | -0.26 | |
| パリィ中に投げられた回数 | 0.00 | 0.25 | -0.25 | |
| 投げ | 2.00 | 2.23 | -0.23 | |
| 投げ被弾 | 2.00 | 2.21 | -0.21 | |
| ドライブリバーサル | 0.10 | 0.24 | -0.14 | |
| スタン被弾 | 0.00 | 0.05 | -0.05 | |
| スタン成功 | 0.10 | 0.08 | +0.02 |
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。
Sagat · 直近100試合
改善するポイント
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 1.1 · 比較対象 0.17
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 1.1 · 比較対象 0.17
- ドライブインパクト消費：プロフィール 16.8% · 比較対象 1.3%
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被弾：プロフィール 0.7 · 比較対象 0.08
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被弾：プロフィール 0.7 · 比較対象 0.08
- パニッシュカウンター成功：プロフィール 0.7 · 比較対象 0.09
勝敗をまたいで判断を比べる
保存済みの直近ランクマッチ：92試合中40勝
保存された直近の試合から2勝と2敗を選び、判断が変わる場面を探します。戦績だけでは結果が変化した理由はわかりません。
試してみよう次の5試合で試す判断を一つ書き出します。勝敗だけで練習を評価せず、実行できたかと何が起きたかを振り返りましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：92試合中40勝
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 2026/09/11 · AI：nex-agi/nex-n2.5-mini: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 1.1 · 比較対象 0.17
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 1.1 · 比較対象 0.17
- ドライブインパクト消費：プロフィール 16.8% · 比較対象 1.3%
継続する傾向と単発のミスを分ける
保存済みの直近ランクマッチ：92試合中40勝
複数の直近試合で勝ちと負けを比べます。印象的な一度のミスより、繰り返す状況を中心に準備しましょう。
試してみよう最初のラウンドで仮説を一つ確認します。繰り返すなら準備した調整を行い、違うならその仮説を捨てて新しい傾向を観察しましょう。
根拠となる統計
- 保存済みの直近ランクマッチ：92試合中40勝
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 2026/09/11 · AI：nex-agi/nex-n2.5-mini:free