船橋 9R 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 |
オニムシャ 追込 |
所 蛍（船橋） |
実116.8 |
B× A▽勝率0% EV-49% 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) -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 0.4% / 期待値 -50% ※ 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 |
ナルサー 逃げ |
山本大（船橋） |
実21.3 |
B▲ A△勝率6% EV+17% 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) -61% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 4.7%) △Aモデルの評価 (参考) レース内 5位 / 勝率 5.5% / 期待値 +18% ※ 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 |
ジェイルブレイク |
庄司大（船橋） |
実15.7 |
B△ A△勝率7% EV+2% 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 6.4%) △Aモデルの評価 (参考) レース内 4位 / 勝率 6.5% / 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。 |
| 4 |
ガンバリキ 逃げ |
臼井健（船橋） |
実43.3 |
B× A▽勝率1% EV-41% 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.3%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 期待値 -42% ※ 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 |
タツノキセキ |
山中悠（船橋） |
実89.5 |
B× A▽勝率1% EV-13% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 10位 / 勝率 1.0% / 期待値 -14% ※ 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 |
エクレールスカイ 自在 |
山口達（船橋） |
実106.1 |
B× A▽勝率1% EV-18% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.8% / 期待値 -19% ※ 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 |
アドラマリク 逃げ |
野畑凌（川崎） |
実5.5 |
B○ A○勝率16% EV-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) -76% (大幅な期待値マイナス) AI 予想勝率 4.3% (オッズ暗示: 18.2%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 16.4% / 期待値 -10% ※ 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 |
テリオスボス |
和田譲（大井） |
実29.3 |
B× A▽勝率2% EV-38% 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) -94% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.4%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.1% / 期待値 -39% ※ 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 |
サージ 推奨 |
中山遥（浦和） |
実14.0 |
B△ A▲勝率16% EV+122% 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) -79% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 7.1%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 15.9% / 期待値 +123% ※ 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 |
ジェスコ 逃げ |
岡村健（船橋） |
実1.4 |
B🌟◎ A🌟◎勝率43% EV-39% 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) +26% (市場と概ね一致) AI 予想勝率 90.7% (オッズ暗示: 71.4%) 🌟◎Aモデルの評価 (参考) レース内 1位 / 勝率 43.4% / 期待値 -39% ※ 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 |
スカーレットクロス |
仲野光（船橋） |
実18.3 |
B△ A▽勝率3% EV-46% 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) -82% (大幅な期待値マイナス) AI 予想勝率 1.0% (オッズ暗示: 5.5%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 2.9% / 期待値 -46% ※ 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 |
アルファマドンナ 追込 |
本橋孝（船橋） |
実19.0 |
B× A△勝率4% EV-31% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.3%) △Aモデルの評価 (参考) レース内 6位 / 勝率 3.6% / 期待値 -31% ※ 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12頭
△期待値 (オッズ vs AI勝率)
+26% (市場と概ね一致)
AI 予想勝率
90.7% (オッズ暗示: 71.4%)
🌟◎Aモデルの評価 (参考)
レース内 1位 / 勝率 43.4% / 期待値 -39%
×期待値 (オッズ vs AI勝率)
-76% (大幅な期待値マイナス)
AI 予想勝率
4.3% (オッズ暗示: 18.2%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 16.4% / 期待値 -10%
×期待値 (オッズ vs AI勝率)
-61% (大幅な期待値マイナス)
AI 予想勝率
1.8% (オッズ暗示: 4.7%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 5.5% / 期待値 +18%
×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
1.5% (オッズ暗示: 7.1%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 15.9% / 期待値 +123%
×期待値 (オッズ vs AI勝率)
-82% (大幅な期待値マイナス)
AI 予想勝率
1.0% (オッズ暗示: 5.5%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 2.9% / 期待値 -46%
×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
0.2% (オッズ暗示: 6.4%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 6.5% / 期待値 +3%
×期待値 (オッズ vs AI勝率)
-96% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 5.3%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 3.6% / 期待値 -31%
×期待値 (オッズ vs AI勝率)
-94% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 3.4%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.1% / 期待値 -39%
×期待値 (オッズ vs AI勝率)
-92% (大幅な期待値マイナス)
AI 予想勝率
0.2% (オッズ暗示: 2.3%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.3% / 期待値 -42%
×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 10位 / 勝率 1.0% / 期待値 -14%
×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 11位 / 勝率 0.8% / 期待値 -19%
×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 0.4% / 期待値 -50%
💡 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
9
サージ
¥200
実14.0倍
期待値 -79%
❌不的中4着単勝 14.0倍
B. 市場除外+キャリブ
このモデルは本レース見送り判定（期待値プラスなし）
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
オニムシャ 追込 |
所 蛍（船橋） |
実116.8 |
▽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) -50% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。 |
| 2 |
ナルサー 逃げ |
山本大（船橋） |
実21.3 |
△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) +17% (市場と概ね一致) AI 予想勝率 5.5% (オッズ暗示: 4.7%) ※ 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。 |
| 3 |
ジェイルブレイク |
庄司大（船橋） |
実15.7 |
△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) +2% (市場と概ね一致) AI 予想勝率 6.5% (オッズ暗示: 6.4%) ※ 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 |
ガンバリキ 逃げ |
臼井健（船橋） |
実43.3 |
▽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) -42% (大幅な期待値マイナス) AI 予想勝率 1.3% (オッズ暗示: 2.3%) ※ 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 |
タツノキセキ |
山中悠（船橋） |
実89.5 |
▽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) -14% (オッズ過剰評価) AI 予想勝率 1.0% (オッズ暗示: 1.1%) ※ 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 |
エクレールスカイ 自在 |
山口達（船橋） |
実106.1 |
▽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) -19% (オッズ過剰評価) AI 予想勝率 0.8% (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。 |
| 7 |
アドラマリク 逃げ |
野畑凌（川崎） |
実5.5 |
○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) -10% (オッズ過剰評価) AI 予想勝率 16.4% (オッズ暗示: 18.2%) ※ 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。 |
| 8 |
テリオスボス |
和田譲（大井） |
実29.3 |
▽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) -39% (大幅な期待値マイナス) AI 予想勝率 2.1% (オッズ暗示: 3.4%) ※ 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 |
サージ 推奨 |
中山遥（浦和） |
実14.0 |
▲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) +122% (市場が大幅過小評価) AI 予想勝率 15.9% (オッズ暗示: 7.1%) ※ 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 |
ジェスコ 逃げ |
岡村健（船橋） |
実1.4 |
🌟◎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) -39% (大幅な期待値マイナス) AI 予想勝率 43.4% (オッズ暗示: 71.4%) ※ 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 |
スカーレットクロス |
仲野光（船橋） |
実18.3 |
▽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) -46% (大幅な期待値マイナス) AI 予想勝率 2.9% (オッズ暗示: 5.5%) ※ 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 |
アルファマドンナ 追込 |
本橋孝（船橋） |
実19.0 |
△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) -31% (大幅な期待値マイナス) AI 予想勝率 3.6% (オッズ暗示: 5.3%) ※ 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。 |
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12頭
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
43.4% (オッズ暗示: 71.4%)
△期待値 (オッズ vs AI勝率)
-10% (オッズ過剰評価)
AI 予想勝率
16.4% (オッズ暗示: 18.2%)
🌟◎期待値 (オッズ vs AI勝率)
+122% (市場が大幅過小評価)
AI 予想勝率
15.9% (オッズ暗示: 7.1%)
△期待値 (オッズ vs AI勝率)
+2% (市場と概ね一致)
AI 予想勝率
6.5% (オッズ暗示: 6.4%)
△期待値 (オッズ vs AI勝率)
+17% (市場と概ね一致)
AI 予想勝率
5.5% (オッズ暗示: 4.7%)
×期待値 (オッズ vs AI勝率)
-31% (大幅な期待値マイナス)
AI 予想勝率
3.6% (オッズ暗示: 5.3%)
×期待値 (オッズ vs AI勝率)
-46% (大幅な期待値マイナス)
AI 予想勝率
2.9% (オッズ暗示: 5.5%)
×期待値 (オッズ vs AI勝率)
-39% (大幅な期待値マイナス)
AI 予想勝率
2.1% (オッズ暗示: 3.4%)
×期待値 (オッズ vs AI勝率)
-42% (大幅な期待値マイナス)
AI 予想勝率
1.3% (オッズ暗示: 2.3%)
△期待値 (オッズ vs AI勝率)
-14% (オッズ過剰評価)
AI 予想勝率
1.0% (オッズ暗示: 1.1%)
△期待値 (オッズ vs AI勝率)
-19% (オッズ過剰評価)
AI 予想勝率
0.8% (オッズ暗示: 0.9%)
×期待値 (オッズ vs AI勝率)
-50% (大幅な期待値マイナス)
AI 予想勝率
0.4% (オッズ暗示: 0.9%)
💡 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
9
サージ
¥200
実14.0倍
期待値 +123%
❌不的中4着単勝 14.0倍
B. 市場除外+キャリブ
このモデルは本レース見送り判定（期待値プラスなし）
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。
