LoL2LLM
ガイド一覧に戻る
実データ・プロ分析
実データ

プロジャングルのCS/分・キル関与率(KP)は実際どれくらい?T1 Onerの実データをAI分析(Challenger実戦)

読了時間 約8分

ジャングルは「ファームすべきか、動くべきか」で常に迷うロールだ。

キャンプを回せばCSは伸びるが、その間ガンクもオブジェクトも取れない。

では、プロのジャングラーのCS/分やKP(キル関与率)は実際どのくらいなのか。T1のジャングラー Oner実際のChallenger試合データで確認しよう。

公開アカウント(오 너 #111、Challenger)から Riot 公式 API で取得した実データを、LoL2LLM が想定する形でAI分析にかけた。 すべて試合IDつきで検証できる。

データ出典:Riot Games 公式 API(Match-v5、League-v4)、ソロ/デュオランク(queue 420)、パッチ 16.13、2026年7月11〜12日のスナップショット。アカウントは Challenger 帯(2,303LP)の公開アカウント「오 너 #111」。本記事は公開ゲームデータの引用であり、Riot Games の公認・提携ではありません。

まず結論:CS/分は5.5〜8.1、KPは35〜61%

直近のジャングル試合4戦を並べると、CS/分は5.5〜8.1、KPは35〜61%、ダメージシェアは17〜26%

CS/分はレーナー(トップやミッドの7〜10)より一段低い。これはファームが弱いのではなく、ガンクやオブジェクトと時間を取り合うロール構造そのものだ。

代わりにKPはミッドに近い高めの帯に乗る。別記事のトップ(KPは17〜58%)と比べると、ジャングルは「ファームを削ってマップ全体に関与する」性質がはっきり出ている。

チャンプKDACS/分KPダメージシェア結果
QiyanaQiyana(JG)
12/7/137.261%25%勝ち
QiyanaQiyana(JG)
12/8/57.055%26%負け
NasusNasus(JG)
4/6/35.558%20%負け
QiyanaQiyana(JG)
4/1/38.135%17%勝ち

試合ID:KR_8294351515 / KR_8294613337 / KR_8294536341 / KR_8295652019。

この4戦だけでも、KDAが12キルの試合が1勝1敗。ジャングルの個人スタッツは、そのまま勝敗にはならない。ここが今回の一番のポイントだ。

ケーススタディ①:ジャングル対決を制して、そのまま勝った試合

試合ID KR_8294351515(32.0分、勝利)。相手ジャングルのLee Sinとの比較がこちら。

QiyanaOner · Qiyana(JG)
VS
LeeSin対面JG · Lee Sin
指標Oner(Qiyana)対面JG(Lee Sin)
KDA12 / 7 / 136 / 10 / 11
CS(CS/分)230(7.2)178(5.6)
ゴールド17,26313,459
ダメージ34,97520,701
コントロールワード6個

対面ジャングルよりCSで52多く、ダメージは約1.7倍。KPは61%で、しかもコントロールワードを6個置いている。

「ファーム量」「マップ関与」「視界」の3つを同時に高い水準で満たしている。これがジャングルがキャリーするときの理想形だ。

ケーススタディ②:同じ12キルなのに、こちらは負けた試合

試合ID KR_8294613337(27.1分、敗北)。相手ジャングルのFizzとの比較がこちら。

QiyanaOner · Qiyana(JG)
VS
Fizz対面JG · Fizz
指標Oner(Qiyana)対面JG(Fizz)
KDA12 / 8 / 513 / 8 / 7
CS(CS/分)190(7.0)194(7.1)
ゴールド15,20614,014
ダメージ30,21119,455
コントロールワード7個

こちらも12キル、ダメージは相手ジャングルの約1.5倍、ゴールドも上、コントロールワードは7個。個人の数字はケーススタディ①とほぼ同じかそれ以上だ。

それでも試合は負けている。相手ジャングルのFizzも13キルしており、ジャングル対決そのものは互角以上でも、試合の勝敗はドラゴン・ヘラルド・バロンといったオブジェクトと、他レーンの状況で決まった。

①と②は同じチャンプ・同じ12キルで、勝敗だけが逆。ジャングルの自己評価をKDAだけで完結させてはいけない、という何よりの証拠だ。

AI分析が拾う「ジャングルならではのポイント」
ジャングラーが今日から真似できる3つ

自分のジャングルの数字がプロとどれだけ離れているかは、LoL2LLM で試合をエクスポートして 「私のCS/分・KP・ダメージシェアを、試合時間込みでプロジャングルの目安と比較して」とAIに聞けばすぐ分かる。

具体的な目標値は別ガイド「ランク帯別の目標スタッツ」も参照。

自分の試合でも試す

Riot IDで検索して、試合データをAI分析向けJSONとしてエクスポート。

よくある質問

プロのジャングルのCS/分はどれくらい?

T1 Onerの公開Challengerアカウントの実データ(4試合)では、ジャングルのCS/分はおおむね5.5〜8.1でした。トップやミッド(7〜10)より低めですが、これはファームがガンクやオブジェクトと時間を取り合うためで、低いこと自体は問題ではありません。

ジャングルのキル関与率(KP)の目安は?

同じデータではKPは35〜61%で、ミッドに近い高めの帯でした。トップ(17〜58%)より一段高く、ジャングルがファームを削ってマップ全体に関与するロールであることが数字に表れています。

ジャングルのKDAが良ければ試合に勝てる?

必ずしも勝てません。同じOnerのQiyanaで12キルの試合が1勝1敗でした。ジャングルの個人KDAより、ドラゴン・ヘラルド・バロンといったオブジェクトの取り合いのほうが勝敗を左右します。


他のガイドを読む
実データ・プロ分析 · 8分実データ

Fakerの実ソロランクをAI分析:プロの数字は実際どうなのか(CS・ダメージ・視界)

Fakerの公開アカウントの実際のランク試合データを取得し、AIで分析した実例。プロのCS/分・ダメージシェア・視界スコアの実数値と、そこから初心者が学べる具体的なポイントを、検証可能な試合IDつきで解説。

読む
実データ・プロ分析 · 8分実データ

プロADCのCS/分・KP・視界は実際どれくらい?Gumayusiの実データをAI分析(Challenger実戦)

Worlds優勝ADC・Gumayusiの公開Challengerアカウントの実際の試合データを取得しAI分析。プロADCのCS/分・キル関与率・ダメージシェア・コントロールワード数の実数値と、ADCプレイヤーが真似すべき習慣を試合IDつきで解説。

読む
実データ・プロ分析 · 8分実データ

プロサポートのビジョンスコア・コントロールワード数は実際どれくらい?Keriaの実データをAI分析(Grandmaster実戦)

T1サポート・Keriaの公開Grandmasterアカウントの実際の試合データをRiot公式APIで取得しAI分析。プロサポートのビジョンスコア・コントロールワード数・キル関与率の実数値と、CS/分が指標にならないサポートで何を見るべきかを試合IDつきで解説。

読む