船橋 12R 詳細AI予想
本レースの全馬 AI 評価と推奨馬券を掲載します。期待値プラスと判定した馬のみ買い目に含めています。
モデル
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
マーニク |
川島正（船橋） |
実107.1 |
B× A▽勝率1% EV+0% 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) -87% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 0.9%) ▽Aモデルの評価 (参考) レース内 11位 / 勝率 0.9% / 期待値 +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。 |
| 2 |
アラッキーフェイス 追込 |
野澤憲（船橋） |
実39.2 |
B× A▽勝率3% EV+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) -85% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 2.6%) ▽Aモデルの評価 (参考) レース内 8位 / 勝率 2.8% / 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。 |
| 3 |
シェナハート 追込 |
本橋孝（船橋） |
実73.0 |
B× A▽勝率1% EV-47% 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) -100% (大幅な期待値マイナス) ▽Aモデルの評価 (参考) レース内 13位 / 勝率 0.7% / 期待値 -47% ※ 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 |
ジャルダンデュロワ |
庄司大（船橋） |
実2.6 |
B○ A◎勝率29% EV-23% 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) -34% (大幅な期待値マイナス) AI 予想勝率 25.6% (オッズ暗示: 38.5%) ◎Aモデルの評価 (参考) レース内 1位 / 勝率 29.3% / 期待値 -24% ※ 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 |
ボニファシオ 追込 |
澤田龍（船橋） |
実10.8 |
B△ A△勝率7% EV-19% 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) -89% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 9.3%) △Aモデルの評価 (参考) レース内 5位 / 勝率 7.4% / 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。 |
| 6 |
キャラメルショコラ 差し |
笠野雄（船橋） |
実112.4 |
B× A▽勝率1% EV-14% 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 12位 / 勝率 0.8% / 期待値 -15% ※ 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 |
ケイティーユイ |
高橋利（船橋） |
実17.1 |
B× A▽勝率3% EV-47% 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 5.8%) ▽Aモデルの評価 (参考) レース内 7位 / 勝率 3.1% / 期待値 -47% ※ 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 |
バリクパパン |
菅原吏（船橋） |
実42.9 |
B× A▽勝率1% EV-47% 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) -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 1.2% / 期待値 -48% ※ 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 |
キョウエイサマンサ |
張田昂（船橋） |
実14.0 |
B△ A△勝率6% EV-17% 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% (市場が大幅過小評価) AI 予想勝率 12.3% (オッズ暗示: 7.1%) △Aモデルの評価 (参考) レース内 6位 / 勝率 5.9% / 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。 |
| 10 |
ロジドレフォン 逃げ |
實川純（船橋） |
実68.3 |
B× A▽勝率1% EV-10% 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) -96% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.5%) ▽Aモデルの評価 (参考) レース内 9位 / 勝率 1.3% / 期待値 -11% ※ 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 |
エリセイラ |
所 蛍（船橋） |
実10.0 |
B△ A△勝率10% EV+4% 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) -86% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 10.0%) △Aモデルの評価 (参考) レース内 4位 / 勝率 10.5% / 期待値 +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 |
ロベルタインパクト 推奨 |
本田重（船橋） |
実7.3 |
B▲ A▲勝率17% EV+25% 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) +86% (市場が大幅過小評価) AI 予想勝率 25.6% (オッズ暗示: 13.7%) ▲Aモデルの評価 (参考) レース内 3位 / 勝率 17.2% / 期待値 +25% ※ 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 |
キングブルズアイズ 逃げ |
山中悠（船橋） |
実3.0 |
B🌟◎ A○勝率19% EV-43% 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) +0% (市場と概ね一致) AI 予想勝率 33.6% (オッズ暗示: 33.3%) ○Aモデルの評価 (参考) レース内 2位 / 勝率 18.9% / 期待値 -43% ※ 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)
+0% (市場と概ね一致)
AI 予想勝率
33.6% (オッズ暗示: 33.3%)
○Aモデルの評価 (参考)
レース内 2位 / 勝率 18.9% / 期待値 -43%
×期待値 (オッズ vs AI勝率)
-34% (大幅な期待値マイナス)
AI 予想勝率
25.6% (オッズ暗示: 38.5%)
◎Aモデルの評価 (参考)
レース内 1位 / 勝率 29.3% / 期待値 -24%
🌟◎期待値 (オッズ vs AI勝率)
+86% (市場が大幅過小評価)
AI 予想勝率
25.6% (オッズ暗示: 13.7%)
▲Aモデルの評価 (参考)
レース内 3位 / 勝率 17.2% / 期待値 +25%
🌟◎期待値 (オッズ vs AI勝率)
+71% (市場が大幅過小評価)
AI 予想勝率
12.3% (オッズ暗示: 7.1%)
△Aモデルの評価 (参考)
レース内 6位 / 勝率 5.9% / 期待値 -18%
×期待値 (オッズ vs AI勝率)
-86% (大幅な期待値マイナス)
AI 予想勝率
1.4% (オッズ暗示: 10.0%)
△Aモデルの評価 (参考)
レース内 4位 / 勝率 10.5% / 期待値 +5%
×期待値 (オッズ vs AI勝率)
-89% (大幅な期待値マイナス)
AI 予想勝率
1.1% (オッズ暗示: 9.3%)
△Aモデルの評価 (参考)
レース内 5位 / 勝率 7.4% / 期待値 -20%
×期待値 (オッズ vs AI勝率)
-85% (大幅な期待値マイナス)
AI 予想勝率
0.4% (オッズ暗示: 2.6%)
▽Aモデルの評価 (参考)
レース内 8位 / 勝率 2.8% / 期待値 +10%
×期待値 (オッズ vs AI勝率)
-87% (大幅な期待値マイナス)
AI 予想勝率
0.1% (オッズ暗示: 0.9%)
▽Aモデルの評価 (参考)
レース内 11位 / 勝率 0.9% / 期待値 +1%
×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
0.1% (オッズ暗示: 5.8%)
▽Aモデルの評価 (参考)
レース内 7位 / 勝率 3.1% / 期待値 -47%
×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
0.1% (オッズ暗示: 1.5%)
▽Aモデルの評価 (参考)
レース内 9位 / 勝率 1.3% / 期待値 -11%
×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 1.2% / 期待値 -48%
×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 13位 / 勝率 0.7% / 期待値 -47%
×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 0.8% / 期待値 -15%
💡 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
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
12
ロベルタインパクト
¥300
実7.3倍
期待値 +87%
❌不的中単勝 7.3倍
| 馬番 | 馬名 | 騎手 | オッズ |
AI評価 |
| 1 |
マーニク |
川島正（船橋） |
実107.1 |
▽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) +0% (市場と概ね一致) AI 予想勝率 0.9% (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 |
アラッキーフェイス 追込 |
野澤憲（船橋） |
実39.2 |
▽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) +9% (市場と概ね一致) AI 予想勝率 2.8% (オッズ暗示: 2.6%) ※ 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。 |
| 3 |
シェナハート 追込 |
本橋孝（船橋） |
実73.0 |
▽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) -47% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 1.4%) ※ 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 |
ジャルダンデュロワ |
庄司大（船橋） |
実2.6 |
◎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) -24% (オッズ過剰評価) AI 予想勝率 29.3% (オッズ暗示: 38.5%) ※ 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。 |
| 5 |
ボニファシオ 追込 |
澤田龍（船橋） |
実10.8 |
△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) -20% (オッズ過剰評価) AI 予想勝率 7.4% (オッズ暗示: 9.3%) ※ 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。 |
| 6 |
キャラメルショコラ 差し |
笠野雄（船橋） |
実112.4 |
▽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) -15% (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 |
ケイティーユイ |
高橋利（船橋） |
実17.1 |
▽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) -47% (大幅な期待値マイナス) AI 予想勝率 3.1% (オッズ暗示: 5.8%) ※ 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。 |
| 8 |
バリクパパン |
菅原吏（船橋） |
実42.9 |
▽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) -48% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。 |
| 9 |
キョウエイサマンサ |
張田昂（船橋） |
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) -18% (オッズ過剰評価) AI 予想勝率 5.9% (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 |
ロジドレフォン 逃げ |
實川純（船橋） |
実68.3 |
▽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) -11% (オッズ過剰評価) AI 予想勝率 1.3% (オッズ暗示: 1.5%) ※ 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。 |
| 11 |
エリセイラ |
所 蛍（船橋） |
実10.0 |
△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) +4% (市場と概ね一致) AI 予想勝率 10.5% (オッズ暗示: 10.0%) ※ 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。 |
| 12 |
ロベルタインパクト 推奨 |
本田重（船橋） |
実7.3 |
▲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) +25% (市場と概ね一致) AI 予想勝率 17.2% (オッズ暗示: 13.7%) ※ 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。 |
| 13 |
キングブルズアイズ 逃げ |
山中悠（船橋） |
実3.0 |
○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) -43% (大幅な期待値マイナス) AI 予想勝率 18.9% (オッズ暗示: 33.3%) ※ 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13頭
△期待値 (オッズ vs AI勝率)
-24% (オッズ過剰評価)
AI 予想勝率
29.3% (オッズ暗示: 38.5%)
×期待値 (オッズ vs AI勝率)
-43% (大幅な期待値マイナス)
AI 予想勝率
18.9% (オッズ暗示: 33.3%)
△期待値 (オッズ vs AI勝率)
+25% (市場と概ね一致)
AI 予想勝率
17.2% (オッズ暗示: 13.7%)
△期待値 (オッズ vs AI勝率)
+4% (市場と概ね一致)
AI 予想勝率
10.5% (オッズ暗示: 10.0%)
△期待値 (オッズ vs AI勝率)
-20% (オッズ過剰評価)
AI 予想勝率
7.4% (オッズ暗示: 9.3%)
△期待値 (オッズ vs AI勝率)
-18% (オッズ過剰評価)
AI 予想勝率
5.9% (オッズ暗示: 7.1%)
×期待値 (オッズ vs AI勝率)
-47% (大幅な期待値マイナス)
AI 予想勝率
3.1% (オッズ暗示: 5.8%)
△期待値 (オッズ vs AI勝率)
+9% (市場と概ね一致)
AI 予想勝率
2.8% (オッズ暗示: 2.6%)
△期待値 (オッズ vs AI勝率)
-11% (オッズ過剰評価)
AI 予想勝率
1.3% (オッズ暗示: 1.5%)
×期待値 (オッズ vs AI勝率)
-48% (大幅な期待値マイナス)
AI 予想勝率
1.2% (オッズ暗示: 2.3%)
△期待値 (オッズ vs AI勝率)
+0% (市場と概ね一致)
AI 予想勝率
0.9% (オッズ暗示: 0.9%)
△期待値 (オッズ vs AI勝率)
-15% (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)
-47% (大幅な期待値マイナス)
AI 予想勝率
0.7% (オッズ暗示: 1.4%)
💡 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
このモデルは本レース見送り判定（期待値プラスなし）
B. 市場除外+キャリブ
-
単勝
12
ロベルタインパクト
¥300
実7.3倍
期待値 +25%
❌不的中単勝 7.3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。
