直近の対戦
勝利ランクマッチ
M.
INM.更新：1 週間前
Steam
South Koreaクラブ · Mental2HospitalM100%
SteamSouth Koreaクラブ · Mental2HospitalM100%SUBI(김치맨)
Longtime M. Bison Player
MR 1,703#26,948直近10戦8–2+47直近20戦11–9+14
勝率
53%
72勝 · 64敗 · 保存済み136件
ランクマッチの対戦
136
選択中のモード
勝利
72
ランクマッチ
敗北
64
ランクマッチ
最高MR
1,703
M. Bison
ランクMR · M. Bison
ローカル 136 · インポート 0 · グラフ 136 · 保存済み対戦 141
リプレイ未リクエスト
M.INM.差の絶対値が大きい順23項目
| 傾向 | SUBI(김치맨) | トップ層 | 差 | 少トップ層多 |
|---|---|---|---|---|
| SA3 | 52.1% | 35.2% | +16.9% | |
| SA2 | 9.6% | 21.0% | -11.4% | |
| ドライブアーツ | 28.5% | 18.7% | +9.8% | |
| SA1 | 27.4% | 33.7% | -6.3% | |
| ドライブラッシュ（キャンセル） | 24.0% | 30.0% | -6.0% | |
| ドライブガード | 9.6% | 13.4% | -3.8% | |
| 画面端に追い込まれた時間 | 6.20 | 9.85 | -3.65 | |
| ドライブインパクト消費 | 5.2% | 1.5% | +3.6% | |
| 画面端での攻め | 14.10 | 11.91 | +2.19 | |
| ドライブラッシュ（パリィ） | 5.7% | 7.2% | -1.5% | |
| 投げ被弾 | 1.70 | 2.59 | -0.89 | |
| ドライブパリィ | 0.90 | 1.75 | -0.85 | |
| CA | 11.0% | 10.2% | +0.8% | |
| 投げ | 1.90 | 2.42 | -0.52 | |
| 投げ抜け | 0.10 | 0.57 | -0.47 | |
| ジャストパリィ | 0.30 | 0.74 | -0.44 | |
| ドライブリバーサル | 0.70 | 0.33 | +0.37 | |
| ドライブインパクト | 0.50 | 0.19 | +0.31 | |
| パニッシュカウンター被弾 | 0.20 | 0.09 | +0.11 | |
| パニッシュカウンター成功 | 0.20 | 0.11 | +0.09 | |
| スタン成功 | 0.00 | 0.07 | -0.07 | |
| パリィ中に投げられた回数 | 0.20 | 0.26 | -0.06 | |
| スタン被弾 | 0.00 | 0.04 | -0.04 |
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
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 0.5 · 比較対象 0.18
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 0.5 · 比較対象 0.18
- ドライブインパクト消費：プロフィール 5.2% · 比較対象 1.4%
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 0.07
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 0.07
- パニッシュカウンター成功：プロフィール 0.2 · 比較対象 0.09
近距離の選択を振り返る
投げ抜け：プロフィール 0.1 · 比較対象 0.47
近距離のやり取りを5回確認します。投げの機会、投げの試行、防御の選択を分けて見ましょう。集計回数だけでは正解を判断できません。
試してみよう繰り返す状況で打撃と投げをダミーに記録し、選んだ対応を練習します。実戦でも意識して判断できているか確認しましょう。
根拠となる統計
- 投げ抜け：プロフィール 0.1 · 比較対象 0.47
- 投げ：プロフィール 1.9 · 比較対象 2.55
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 2026/09/07 · AI：dots-studio/dots-3-note-preview: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 0.5 · 比較対象 0.18
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 0.5 · 比較対象 0.18
- ドライブインパクト消費：プロフィール 5.2% · 比較対象 1.4%
攻める前に守り方を探る
ドライブリバーサル：プロフィール 0.7 · 比較対象 0.3
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
- ドライブリバーサル：プロフィール 0.7 · 比較対象 0.3
- ドライブパリィ：プロフィール 0.9 · 比較対象 1.76
近距離のパターンを探る
投げ：プロフィール 1.9 · 比較対象 2.55
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 1.9 · 比較対象 2.55
- 投げ被弾：プロフィール 1.7 · 比較対象 2.48
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 2026/09/07 · AI：dots-studio/dots-3-note-preview:free