船橋 6R 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

6R 船橋競馬場ダ1200m ダート1200m　発走 17:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マサノヒーロー追込	岡村健（船橋）	実66.8	B× A▽勝率2% EV+2% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 11/19 川崎12R 14着/14頭+4.0秒 11/07 船橋12R 12着/12頭+4.4秒 10/03 船橋8R 10着/10頭+4.1秒 08/31 船橋7R 12着/12頭+3.1秒 ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 278日休養明け × 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 8位 / 勝率 1.5% / 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。
2	ヒョイザブロー追込	濱田達（船橋）	実70.6	B× A▽勝率1% EV-35% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/06 船橋8R 2着/9頭+0.3秒 07/03 船橋7R 7着/7頭 06/02 船橋8R 3着/14頭 05/11 川崎9R 9着/10頭+2.5秒 05/06 船橋6R 4着/14頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 18日の間隔 (理想的) × 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 0.9% / 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。
3	レンダリング	野澤憲（船橋）	推定—	B× A×勝率1% EV-97% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/06 船橋10R 10着/10頭+4.0秒 07/02 船橋6R 9着/10頭 06/03 船橋8R 11着/12頭+0.0秒 05/26 浦和10R 13着/13頭 05/06 船橋9R 12着/12頭+3.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18日の間隔 (理想的) × 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 9位 / 勝率 1.3% / 期待値 -97% ※ 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	レジーナチェリ先行	本田重（船橋）	実18.7	B△ A▲勝率8% EV+51% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/02 船橋12R 5着/9頭+1.2秒 06/30 大井7R 3着/11頭 06/10 大井8R 5着/12頭 05/19 大井7R 9着/10頭+1.1秒 04/28 大井8R 5着/8頭+1.9秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 ○ 騎手近50戦勝率 18% ○ ローテーション 22日の間隔 (理想的) × 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 0.4% (オッズ暗示: 5.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 8.1% / 期待値 +51% ※ 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	ゴールドトピアリー自在	ゴンサ（船橋）	実6.5	B△ A△勝率5% EV-67% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/02 船橋5R 5着/11頭+1.4秒 06/28 船橋6R 2着/7頭+4.0秒 06/01 船橋5R 3着/11頭+0.0秒 04/01 船橋2R 1着/12頭勝利 01/20 船橋2R 5着/9頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% ○ ローテーション 22日の間隔 (理想的) × 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 0.4% (オッズ暗示: 15.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 5.0% / 期待値 -67% ※ 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	ゼンソレイユ先行	張田昂（船橋）	実40.8	B× A▽勝率2% EV-37% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/02 船橋8R 5着/9頭+0.6秒 06/03 船橋8R 8着/12頭 05/26 浦和10R 4着/13頭 05/06 船橋7R 3着/12頭+0.2秒 04/07 川崎12R 4着/12頭+1.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 11走で勝率 9% ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -91% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 1.5% / 期待値 -37% ※ 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	キャッスルレーヴ追込	菅原吏（船橋）	実147.6	B× A▽勝率0% EV-35% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 04/02 船橋4R 8着/10頭+2.7秒 10/03 船橋7R 8着/9頭+1.6秒 09/12 川崎9R 9着/13頭+2.1秒 08/31 船橋9R 9着/12頭+1.4秒 07/03 船橋9R 9着/9頭+1.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 19走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 144日休養明け × 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 -36% ※ 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	オオデンタ	御神訓（大井）	実1.9	B○ A🌟◎勝率55% EV+4% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場4走で勝率75%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 07/02 船橋5R 1着/3頭 06/25 浦和9R 3着/10頭+0.0秒 06/02 船橋3R 1着/12頭 05/04 船橋7R 3着/12頭+0.4秒 11/06 船橋4R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 4走で勝率 75% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -12% (オッズ過剰評価) AI 予想勝率 46.3% (オッズ暗示: 52.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 54.9% / 期待値 +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	スマートアライヴ逃げ	沖響主（船橋）	実71.3	B× A▽勝率1% EV-13% 詳細▼	AI予測データ未取得（このレースの予測は実行できていません）
前5走 08/12 浦和7R 9着/12頭+1.5秒 03/18 浦和8R 3着/12頭+1.2秒 03/03 川崎12R 7着/12頭+1.2秒 02/06 川崎12R 10着/12頭+1.4秒 01/03 川崎6R 1着/12頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 ▽ 距離適性同距離は 6走で勝ち無し ○ 馬場適性同馬場 13走で勝率 23% × 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 -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。
10	ミヤビモルタル逃げ	和田譲（大井）	実7.9	B▲ A△勝率4% EV-66% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.7着と安定／前走2着）
前5走 08/02 船橋8R 2着/9頭+0.3秒 06/28 船橋10R 4着/8頭 06/01 船橋7R 2着/12頭 05/06 船橋4R 2着/12頭+0.1秒 04/01 船橋9R 2着/8頭+0.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.7着 (安定) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 19走で勝率 21% ○ 前走実績前走 2着 (好走) ○ ローテーション 22日の間隔 (理想的) × 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 1.0% (オッズ暗示: 12.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.3% / 期待値 -66% ※ 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	ポッドボウ逃げ	野畑凌（川崎）	実3.5	B🌟◎ A○勝率18% EV-37% 詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場8走で勝率50%と適性高／同距離帯8走で勝率50%／同馬場状態で勝率50%）
前5走 07/02 船橋6R 5着/10頭 06/03 船橋5R 1着/11頭 05/07 船橋9R 2着/12頭+0.6秒 03/31 船橋5R 1着/10頭勝利 03/10 船橋6R 3着/11頭+0.8秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 8走で勝率 50% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +80% (市場が大幅過小評価) AI 予想勝率 51.5% (オッズ暗示: 28.6%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.8% / 期待値 -38% ※ 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	ダイセンシリウス	本橋孝（船橋）	実18.8	B△ A△勝率3% EV-45% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/02 船橋8R 4着/9頭+0.3秒 07/04 船橋8R 3着/11頭 06/16 川崎3R 6着/13頭 06/01 船橋6R 6着/9頭+0.0秒 05/07 船橋7R 7着/10頭+1.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ ローテーション 22日の間隔 (理想的) × 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 2.9% / 期待値 -45% ※ 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の本命

AI評価1位Aモデル ○

ポッドボウ

騎手野畑凌（川崎）

単勝オッズ

3.5倍

AI期待値

+80%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎8オオデンタ

1.9倍

EV -12%

▲A:△10ミヤビモルタル

7.9倍

EV -92%

出走馬全12頭

◎A:○11

ポッドボウ

野畑凌（川崎）

3.5倍

+80%

›

○A:◎8

オオデンタ

御神訓（大井）

1.9倍

-12%

›

▲A:△10

ミヤビモルタル

和田譲（大井）

7.9倍

-92%

›

△A:▲4

レジーナチェリ

本田重（船橋）

18.7倍

-92%

›

△A:△5

ゴールドトピアリー

ゴンサ（船橋）

6.5倍

-97%

›

△A:△12

ダイセンシリウス

本橋孝（船橋）

18.8倍

-95%

›

×A:▽6

ゼンソレイユ

張田昂（船橋）

40.8倍

-91%

›

×A:×3

レンダリング

野澤憲（船橋）

—

›

×A:▽1

マサノヒーロー

岡村健（船橋）

66.8倍

-99%

›

×A:▽2

ヒョイザブロー

濱田達（船橋）

70.6倍

-99%

›

×A:▽9

スマートアライヴ

沖響主（船橋）

71.3倍

-99%

›

×A:▽7

キャッスルレーヴ

菅原吏（船橋）

147.6倍

-99%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

6R 船橋競馬場ダ1200m ダート1200m　発走 17:20

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	マサノヒーロー追込	岡村健（船橋）	実66.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／直近3走平均12.0着と低調／278日ぶりの実戦）
前5走 11/19 川崎12R 14着/14頭+4.0秒 11/07 船橋12R 12着/12頭+4.4秒 10/03 船橋8R 10着/10頭+4.1秒 08/31 船橋7R 12着/12頭+3.1秒 ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 12.0着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ▽ 前走実績前走 14着 (大敗) △ ローテーション 278日休養明け △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 1.5% (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。
2	ヒョイザブロー追込	濱田達（船橋）	実70.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場20走で勝率5%と苦戦傾向／前走2着）
前5走 08/06 船橋8R 2着/9頭+0.3秒 07/03 船橋7R 7着/7頭 06/02 船橋8R 3着/14頭 05/11 川崎9R 9着/10頭+2.5秒 05/06 船橋6R 4着/14頭+0.6秒
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 × 当競馬場適性 20走で勝率 5% (苦戦) △ 距離適性同距離 13走で勝率 8% △ 騎手近50戦勝率 2% (やや苦戦) ○ 前走実績前走 2着 (好走) ○ ローテーション 18日の間隔 (理想的) × 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 0.9% (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。
3	レンダリング	野澤憲（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場8走で勝率0%と苦戦傾向／同距離帯は3走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/06 船橋10R 10着/10頭+4.0秒 07/02 船橋6R 9着/10頭 06/03 船橋8R 11着/12頭+0.0秒 05/26 浦和10R 13着/13頭 05/06 船橋9R 12着/12頭+3.4秒
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) × 当競馬場適性 8走で勝率 0% (苦戦) ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) ○ ローテーション 18日の間隔 (理想的) × 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 1.3% ※ 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	レジーナチェリ先行	本田重（船橋）	実18.7	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/02 船橋12R 5着/9頭+1.2秒 06/30 大井7R 3着/11頭 06/10 大井8R 5着/12頭 05/19 大井7R 9着/10頭+1.1秒 04/28 大井8R 5着/8頭+1.9秒
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 ○ 騎手近50戦勝率 18% ○ ローテーション 22日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +51% (市場が大幅過小評価) AI 予想勝率 8.1% (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。
5	ゴールドトピアリー自在	ゴンサ（船橋）	実6.5	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/02 船橋5R 5着/11頭+1.4秒 06/28 船橋6R 2着/7頭+4.0秒 06/01 船橋5R 3着/11頭+0.0秒 04/01 船橋2R 1着/12頭勝利 01/20 船橋2R 5着/9頭+1.1秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 3.3着 △ 当競馬場適性 8走で勝率 12% △ 距離適性同距離 7走で勝率 14% ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -67% (大幅な期待値マイナス) AI 予想勝率 5.0% (オッズ暗示: 15.4%) ※ 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。
6	ゼンソレイユ先行	張田昂（船橋）	実40.8	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は4走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/02 船橋8R 5着/9頭+0.6秒 06/03 船橋8R 8着/12頭 05/26 浦和10R 4着/13頭 05/06 船橋7R 3着/12頭+0.2秒 04/07 川崎12R 4着/12頭+1.1秒
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 5.7着 △ 当競馬場適性 11走で勝率 9% ▽ 距離適性同距離は 4走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -37% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 2.5%) ※ 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。
7	キャッスルレーヴ追込	菅原吏（船橋）	実147.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場27走で勝率0%と苦戦傾向／同距離帯は19走で勝ち無し／直近3走平均8.3着と低調）
前5走 04/02 船橋4R 8着/10頭+2.7秒 10/03 船橋7R 8着/9頭+1.6秒 09/12 川崎9R 9着/13頭+2.1秒 08/31 船橋9R 9着/12頭+1.4秒 07/03 船橋9R 9着/9頭+1.0秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 8.3着 (不振) × 当競馬場適性 27走で勝率 0% (苦戦) ▽ 距離適性同距離は 19走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) △ ローテーション 144日休養明け × 期待値 (オッズ vs AI勝率) -36% (大幅な期待値マイナス) AI 予想勝率 0.4% (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。
8	オオデンタ	御神訓（大井）	実1.9	🌟◎詳細▼	AI予想勝率は最上位だが、オッズ過剰評価で期待値マイナス（当競馬場4走で勝率75%と適性高／同距離帯4走で勝率75%／直近3走で勝率67%と好調）
前5走 07/02 船橋5R 1着/3頭 06/25 浦和9R 3着/10頭+0.0秒 06/02 船橋3R 1着/12頭 05/04 船橋7R 3着/12頭+0.4秒 11/06 船橋4R 1着/12頭勝利
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 4走で勝率 75% (得意) ◎ 距離適性同距離 4走で勝率 75% ◎ 騎手近50戦勝率 26% (好調) ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) +4% (市場と概ね一致) AI 予想勝率 54.9% (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。
9	スマートアライヴ逃げ	沖響主（船橋）	実71.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は6走で勝ち無し）
前5走 08/12 浦和7R 9着/12頭+1.5秒 03/18 浦和8R 3着/12頭+1.2秒 03/03 川崎12R 7着/12頭+1.2秒 02/06 川崎12R 10着/12頭+1.4秒 01/03 川崎6R 1着/12頭勝利
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 6.3着 ▽ 距離適性同距離は 6走で勝ち無し ○ 馬場適性同馬場 13走で勝率 23% △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 1.2% (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。
10	ミヤビモルタル逃げ	和田譲（大井）	実7.9	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均2.7着と安定／前走2着）
前5走 08/02 船橋8R 2着/9頭+0.3秒 06/28 船橋10R 4着/8頭 06/01 船橋7R 2着/12頭 05/06 船橋4R 2着/12頭+0.1秒 04/01 船橋9R 2着/8頭+0.2秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子平均 2.7着 (安定) △ 当競馬場適性 18走で勝率 6% △ 距離適性同距離 10走で勝率 10% ○ 馬場適性同馬場 19走で勝率 21% ○ 前走実績前走 2着 (好走) ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -66% (大幅な期待値マイナス) AI 予想勝率 4.3% (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。
11	ポッドボウ逃げ	野畑凌（川崎）	実3.5	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場8走で勝率50%と適性高／同距離帯8走で勝率50%／同馬場状態で勝率50%）
前5走 07/02 船橋6R 5着/10頭 06/03 船橋5R 1着/11頭 05/07 船橋9R 2着/12頭+0.6秒 03/31 船橋5R 1着/10頭勝利 03/10 船橋6R 3着/11頭+0.8秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 8走で勝率 50% (得意) ◎ 距離適性同距離 8走で勝率 50% ◎ 馬場適性同馬場 4走で勝率 50% ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -38% (大幅な期待値マイナス) AI 予想勝率 17.8% (オッズ暗示: 28.6%) ※ 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。
12	ダイセンシリウス	本橋孝（船橋）	実18.8	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場11走で勝率0%と苦戦傾向／同距離帯は7走で勝ち無し）
前5走 08/02 船橋8R 4着/9頭+0.3秒 07/04 船橋8R 3着/11頭 06/16 川崎3R 6着/13頭 06/01 船橋6R 6着/9頭+0.0秒 05/07 船橋7R 7着/10頭+1.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.3着 × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ○ ローテーション 22日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -45% (大幅な期待値マイナス) AI 予想勝率 2.9% (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の本命

AI評価1位

オオデンタ

騎手御神訓（大井）

単勝オッズ

1.9倍

AI期待値

+4%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11ポッドボウ

3.5倍

EV -37%

▲4レジーナチェリ

18.7倍

EV +51%

出走馬全12頭

◎8

オオデンタ

御神訓（大井）

1.9倍

+4%

›

○11

ポッドボウ

野畑凌（川崎）

3.5倍

-37%

›

▲4

レジーナチェリ

本田重（船橋）

18.7倍

+51%

›

△5

ゴールドトピアリー

ゴンサ（船橋）

6.5倍

-67%

›

△10

ミヤビモルタル

和田譲（大井）

7.9倍

-66%

›

△12

ダイセンシリウス

本橋孝（船橋）

18.8倍

-45%

›

▽6

ゼンソレイユ

張田昂（船橋）

40.8倍

-37%

›

▽1

マサノヒーロー

岡村健（船橋）

66.8倍

+2%

›

×3

レンダリング

野澤憲（船橋）

—

›

▽9

スマートアライヴ

沖響主（船橋）

71.3倍

-13%

›

▽2

ヒョイザブロー

濱田達（船橋）

70.6倍

-35%

›

▽7

キャッスルレーヴ

菅原吏（船橋）

147.6倍

-35%

›

💡 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。

▶ 展開シミュレーション

このレースの推奨馬券　2モデル並走

両モデルとも見送り

次の推奨を X で受け取る

あわせて読む

本日のAI予想購入戦略の解説 AIモデルの仕組み運用実績（回収率）

予想は参考情報です。馬券購入は自己責任で。20歳未満は購入できません。免責事項