直近の対戦
勝利ランクマッチ
BL
ZABL更新：5 日前
Steam
South KoreaC100%
SteamSouth KoreaC100%Nonname835
Beasting on Fools
MR 1,506#223,810直近10戦6–4+15直近20戦13–7+47
勝率
49%
128勝 · 132敗 · 保存済み260件
ランクマッチの対戦
260
選択中のモード
勝利
128
ランクマッチ
敗北
132
ランクマッチ
最高MR
1,519
Blanka
ランクMR · Blanka
ローカル 184 · インポート 0 · グラフ 184 · 保存済み対戦 260
リプレイ未リクエスト
BLZABL差の絶対値が大きい順23項目
| 傾向 | Nonname835 | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| ドライブアーツ | 46.2% | 24.9% | +21.3% | |
| ドライブガード | 3.0% | 12.7% | -9.7% | |
| SA3 | 6.9% | 14.8% | -7.9% | |
| SA2 | 62.6% | 54.8% | +7.8% | |
| ドライブラッシュ（キャンセル） | 19.2% | 26.9% | -7.7% | |
| 画面端での攻め | 5.50 | 12.16 | -6.66 | |
| ドライブラッシュ（パリィ） | 1.6% | 7.2% | -5.6% | |
| SA1 | 28.2% | 25.2% | +3.0% | |
| CA | 2.3% | 5.2% | -2.9% | |
| 画面端に追い込まれた時間 | 11.30 | 9.41 | +1.89 | |
| ドライブインパクト消費 | 3.0% | 1.7% | +1.3% | |
| ドライブパリィ | 0.40 | 1.61 | -1.21 | |
| ジャストパリィ | 0.10 | 0.52 | -0.42 | |
| 投げ | 2.90 | 2.59 | +0.31 | |
| スタン被弾 | 0.30 | 0.06 | +0.24 | |
| パニッシュカウンター成功 | 0.30 | 0.09 | +0.21 | |
| ドライブインパクト | 0.40 | 0.21 | +0.19 | |
| ドライブリバーサル | 0.60 | 0.44 | +0.16 | |
| 投げ抜け | 0.20 | 0.32 | -0.12 | |
| パニッシュカウンター被弾 | 0.20 | 0.10 | +0.10 | |
| 投げ被弾 | 2.10 | 2.01 | +0.09 | |
| スタン成功 | 0.00 | 0.09 | -0.09 | |
| パリィ中に投げられた回数 | 0.30 | 0.33 | -0.03 |
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。
Blanka · 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被弾：プロフィール 0.2 · 比較対象 0.09
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 0.2 · 比較対象 0.09
画面端に至る経緯を追う
画面端に追い込まれた時間：プロフィール 11.3 · 比較対象 9.41
画面端に追い込まれた場面を5回確認します。最後の脱出だけでなく、その前に位置を失った判断を探し、端攻めに成功した場面も比べましょう。
試してみよう繰り返す位置関係を練習で再現し、普段の対応と隙を抑えた選択を比較します。次の対戦で端に追い込まれる頻度が変わるか確認しましょう。
根拠となる統計
- 画面端に追い込まれた時間：プロフィール 11.3 · 比較対象 9.41
- 画面端での攻め：プロフィール 5.5 · 比較対象 12.38
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：100試合中52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：100試合中52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 2026/09/09 · AI：nex-agi/nex-n2.5-mini:free
このプレイヤーへの対策
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：100試合中52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：100試合中52勝
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 0.4 · 比較対象 0.23
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 0.4 · 比較対象 0.23
対戦成績を調査の手がかりにする
対 Jamie：28試合中17勝
低い勝率は見るべき映像の手がかりであり、有利なキャラ選択を保証しません。同じ苦しい場面が複数の試合に出るか確認しましょう。
試してみよう該当キャラクターを使うなら、映像にあった使い慣れた状況を一度試します。相手が対応できたら仮説を捨て、実際の動きに合わせましょう。
根拠となる統計
- 対 Jamie：28試合中17勝
- 対 Akuma：21試合中9勝
- 対 Mai：18試合中8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 2026/09/09 · AI：nex-agi/nex-n2.5-mini:free