船橋 6R 詳細AI予想
本レースは AI 期待値が高い注目レースです。全馬の評価と推奨馬券を以下に掲載します。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
オスマンサス 差し |
本橋孝（船橋） |
実13.1 |
B△ A△勝率5% EV-34% 詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 7.6%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.0% / 期待値 -35% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 2 |
キュレーション |
中山遥（浦和） |
実49.9 |
B× A▽勝率2% EV+12% 詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -98% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 2.0%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 2.3% / 期待値 +13% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 3 |
リプサリス 先行 |
木間龍（船橋） |
実62.6 |
B× A▽勝率1% EV-19% 詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.3% (オッズ暗示: 1.6%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 1.3% / 期待値 -20% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 4 |
バブリーヒーロー |
秋元耕（浦和） |
実143.0 |
B× A▽勝率1% EV+2% 詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -93% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 0.7%) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 期待値 +3% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 5 |
フラワーフローラ |
町田直（川崎） |
実1.9 |
B▲ A○勝率24% EV-55% 詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -77% (大幅な期待値マイナス) AI 予想勝率 12.3% (オッズ暗示: 52.6%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 23.5% / 期待値 -55% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 6 |
サリーレチーマ |
篠谷葵（船橋） |
実13.8 |
B△ A△勝率8% EV+6% 詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 6.5% (オッズ暗示: 7.2%) △Aモデルの評価 (参考) レース内 4位 / 勝率 7.7% / 期待値 +6% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 7 |
レオソルジャー 自在 |
仲野光（船橋） |
実7.9 |
B○ A▲勝率13% EV0% 詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +81% (市場が大幅過小評価) AI 予想勝率 23.0% (オッズ暗示: 12.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 12.6% / 期待値 -0% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 8 |
シャイニーライフ |
小杉亮（船橋） |
実55.1 |
B× A▽勝率2% EV-7% 詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -97% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 1.8%) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.7% / 期待値 -7% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 9 |
ウォールローゼ |
達城龍（大井） |
実12.6 |
B× A×勝率2% EV-70% 詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.0% (オッズ暗示: 7.9%) ×Aモデルの評価 (参考) レース内 8位 / 勝率 2.3% / 期待値 -71% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 10 |
ボーゲンモーント 差し |
山口達（船橋） |
実112.4 |
B× A▽勝率1% EV+12% 詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 12位 / 勝率 1.0% / 期待値 +12% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 11 |
ナフセッド 差し |
川島正（船橋） |
実30.2 |
B△ A▽勝率3% EV-8% 詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 3.3%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.0% / 期待値 -8% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 12 |
サウンドコネクト 先行 推奨 |
山中悠（船橋） |
実5.6 |
B🌟◎ A🌟◎勝率33% EV+82% 詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +209% (市場が大幅過小評価) AI 予想勝率 55.2% (オッズ暗示: 17.9%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 32.5% / 期待値 +82% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 13 |
キャッスルプライド 差し |
山本大（船橋） |
実10.1 |
B× A△勝率6% EV-35% 詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -100% (大幅な期待値マイナス) △Aモデルの評価 (参考) レース内 5位 / 勝率 6.4% / 期待値 -35% ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
AI評価
🌟◎鉄板本命 ◎本命 ○対抗 ▲注目
△押さえ ▽下位 ×推奨外
／ 期待値 100円賭けたときの想定利益率
／ オッズ 実=リアル取得済 推定=推定オッズ
／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）
AIの推奨本命の次点
出走馬全13頭
🌟◎期待値 (オッズ vs AI勝率)
+209% (市場が大幅過小評価)
AI 予想勝率
55.2% (オッズ暗示: 17.9%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 32.5% / 期待値 +82%
🌟◎期待値 (オッズ vs AI勝率)
+81% (市場が大幅過小評価)
AI 予想勝率
23.0% (オッズ暗示: 12.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 12.6% / 期待値 -0%
×期待値 (オッズ vs AI勝率)
-77% (大幅な期待値マイナス)
AI 予想勝率
12.3% (オッズ暗示: 52.6%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 23.5% / 期待値 -55%
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
6.5% (オッズ暗示: 7.2%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 7.7% / 期待値 +6%
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
1.6% (オッズ暗示: 7.6%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.0% / 期待値 -35%
×期待値 (オッズ vs AI勝率)
-71% (大幅な期待値マイナス)
AI 予想勝率
0.9% (オッズ暗示: 3.3%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.0% / 期待値 -8%
×期待値 (オッズ vs AI勝率)
-79% (大幅な期待値マイナス)
AI 予想勝率
0.3% (オッズ暗示: 1.6%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 1.3% / 期待値 -20%
×期待値 (オッズ vs AI勝率)
-99% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 7.9%)
×Aモデルの評価 (参考)
レース内 8位 / 勝率 2.3% / 期待値 -71%
×期待値 (オッズ vs AI勝率)
-98% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 2.0%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 2.3% / 期待値 +13%
×期待値 (オッズ vs AI勝率)
-97% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 1.8%)
▽Aモデルの評価 (参考)
レース内 10位 / 勝率 1.7% / 期待値 -7%
×期待値 (オッズ vs AI勝率)
-93% (大幅な期待値マイナス)
AI 予想勝率
0.0% (オッズ暗示: 0.7%)
▽Aモデルの評価 (参考)
レース内 13位 / 勝率 0.7% / 期待値 +3%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 6.4% / 期待値 -35%
×期待値 (オッズ vs AI勝率)
-100% (大幅な期待値マイナス)
▽Aモデルの評価 (参考)
レース内 12位 / 勝率 1.0% / 期待値 +12%
💡 各馬をタップでAI評価の根拠を表示。印は推奨モデル (B) 基準、「A:」は A モデルの評価。買い目は期待値プラスのみ推奨。
▶
このレースの展開シミュレーションはこちら
AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ
このレースの推奨馬券 2モデル並走 (AI 期待値プラス判定)
A. 市場込みモデル
-
単勝
12
サウンドコネクト
¥400
実5.6倍
期待値 +209%
❌不的中2着単勝 5.6倍
B. 市場除外+キャリブ
-
単勝
12
サウンドコネクト
¥1,100
実5.6倍
期待値 +209%
❌不的中2着単勝 5.6倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
オスマンサス 差し |
本橋孝（船橋） |
実13.1 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 7.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 2 |
キュレーション |
中山遥（浦和） |
実49.9 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 2.3% (オッズ暗示: 2.0%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 3 |
リプサリス 先行 |
木間龍（船橋） |
実62.6 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -20% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 4 |
バブリーヒーロー |
秋元耕（浦和） |
実143.0 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 0.7% (オッズ暗示: 0.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 5 |
フラワーフローラ |
町田直（川崎） |
実1.9 |
○詳細▼ |
|
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -55% (大幅な期待値マイナス) AI 予想勝率 23.5% (オッズ暗示: 52.6%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 6 |
サリーレチーマ |
篠谷葵（船橋） |
実13.8 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 7.7% (オッズ暗示: 7.2%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 7 |
レオソルジャー 自在 |
仲野光（船橋） |
実7.9 |
▲詳細▼ |
|
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 12.6% (オッズ暗示: 12.7%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 8 |
シャイニーライフ |
小杉亮（船橋） |
実55.1 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -7% (オッズ過剰評価) AI 予想勝率 1.7% (オッズ暗示: 1.8%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 9 |
ウォールローゼ |
達城龍（大井） |
実12.6 |
×詳細▼ |
|
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -71% (大幅な期待値マイナス) AI 予想勝率 2.3% (オッズ暗示: 7.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 10 |
ボーゲンモーント 差し |
山口達（船橋） |
実112.4 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) +12% (市場と概ね一致) AI 予想勝率 1.0% (オッズ暗示: 0.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 11 |
ナフセッド 差し |
川島正（船橋） |
実30.2 |
▽詳細▼ |
|
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 3.0% (オッズ暗示: 3.3%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 12 |
サウンドコネクト 先行 推奨 |
山中悠（船橋） |
実5.6 |
🌟◎詳細▼ |
|
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) 🌟◎期待値 (オッズ vs AI勝率) +82% (市場が大幅過小評価) AI 予想勝率 32.5% (オッズ暗示: 17.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
| 13 |
キャッスルプライド 差し |
山本大（船橋） |
実10.1 |
△詳細▼ |
|
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ×期待値 (オッズ vs AI勝率) -35% (大幅な期待値マイナス) AI 予想勝率 6.4% (オッズ暗示: 9.9%) ※ 各因子の評価はモデルが学習した特徴量から算出。バーの長さは「その因子がレース内で占める影響の大きさ」の目安です。 |
AI評価
🌟◎鉄板本命 ◎本命 ○対抗 ▲注目
△押さえ ▽下位 ×推奨外
／ 期待値 100円賭けたときの想定利益率
／ オッズ 実=リアル取得済 推定=推定オッズ
／ 馬名横のグレーバッジ 脚質（過去の上がり3F傾向からの推定）
AIの推奨本命の次点
出走馬全13頭
🌟◎期待値 (オッズ vs AI勝率)
+82% (市場が大幅過小評価)
AI 予想勝率
32.5% (オッズ暗示: 17.9%)
×期待値 (オッズ vs AI勝率)
-55% (大幅な期待値マイナス)
AI 予想勝率
23.5% (オッズ暗示: 52.6%)
△期待値 (オッズ vs AI勝率)
-0% (オッズ過剰評価)
AI 予想勝率
12.6% (オッズ暗示: 12.7%)
△期待値 (オッズ vs AI勝率)
+6% (市場と概ね一致)
AI 予想勝率
7.7% (オッズ暗示: 7.2%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
6.4% (オッズ暗示: 9.9%)
×期待値 (オッズ vs AI勝率)
-35% (大幅な期待値マイナス)
AI 予想勝率
5.0% (オッズ暗示: 7.6%)
△期待値 (オッズ vs AI勝率)
-8% (オッズ過剰評価)
AI 予想勝率
3.0% (オッズ暗示: 3.3%)
×期待値 (オッズ vs AI勝率)
-71% (大幅な期待値マイナス)
AI 予想勝率
2.3% (オッズ暗示: 7.9%)
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
2.3% (オッズ暗示: 2.0%)
△期待値 (オッズ vs AI勝率)
-7% (オッズ過剰評価)
AI 予想勝率
1.7% (オッズ暗示: 1.8%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
1.3% (オッズ暗示: 1.6%)
△期待値 (オッズ vs AI勝率)
+12% (市場と概ね一致)
AI 予想勝率
1.0% (オッズ暗示: 0.9%)
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
0.7% (オッズ暗示: 0.7%)
💡 各馬をタップでAI評価の根拠を表示。買い目は期待値プラスのみ推奨。
▶
このレースの展開シミュレーションはこちら
AIが2万回仮想開催した着順分布・展開予想・レース再生アニメ
このレースの推奨馬券 2モデル並走 (AI 期待値プラス判定)
A. 市場込みモデル
-
単勝
12
サウンドコネクト
¥400
実5.6倍
期待値 +82%
❌不的中2着単勝 5.6倍
B. 市場除外+キャリブ
-
単勝
12
サウンドコネクト
¥1,100
実5.6倍
期待値 +82%
❌不的中2着単勝 5.6倍
本サイトの予想は機械学習モデルによる参考情報です。過去の実績は将来の結果を保証しません。投資判断は自己責任でお願いします。本サイト運営者は損失について一切の責任を負いません。20歳未満の方は馬券を購入できません。
