船橋 4R 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

4R 船橋競馬場ダ1500m ダート1500m　発走 16:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プリンセスサクラ自在	秋元耕（浦和）	実102.3	B× A▽勝率1% EV-10% 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 08/11 浦和5R 6着/9頭+2.0秒 07/14 浦和5R 6着/11頭+2.0秒 06/22 浦和8R 8着/8頭 04/20 浦和5R 8着/11頭+2.3秒 03/18 浦和10R 12着/12頭+2.9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 6.7着 △ 距離適性同距離 19走で勝率 11% ○ ローテーション 14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 10位 / 勝率 0.9% / 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。
2	テリオスボス	和田譲（大井）	実60.4	B× A▽勝率3% EV+54% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は47走で勝ち無し）
前5走 08/03 船橋9R 10着/12頭+2.0秒 07/16 浦和6R 9着/12頭 07/02 船橋3R 2着/8頭 06/04 船橋5R 3着/12頭+0.0秒 05/27 浦和4R 7着/10頭+0.0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 7.0着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 47走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) -97% (大幅な期待値マイナス) AI 予想勝率 0.1% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 2.6% / 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。
3	サージ推奨	中山遥（浦和）	実9.3	B△ A▲勝率18% EV+63% 詳細▼	期待値プラスでAIの推し馬（近5走で勝率20%と堅実／同距離帯で勝率29%と得意／適度な間隔で状態万全）
前5走 08/03 船橋9R 4着/12頭+0.8秒 07/15 浦和5R 11着/12頭+0.0秒 06/22 浦和7R 3着/8頭 06/05 船橋8R 1着/12頭 05/28 浦和4R 3着/8頭+0.0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 6.0着 ◎ 距離適性同距離 7走で勝率 29% ◎ 騎手近50戦勝率 24% (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) -12% (オッズ過剰評価) AI 予想勝率 9.5% (オッズ暗示: 10.8%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 17.6% / 期待値 +64% ※ 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	ウェカピポ先行推奨	岡村健（船橋）	実25.4	B○ A△勝率4% EV+2% 詳細▼	市場が大きく過小評価、AI予想勝率20% × オッズ25.4倍で期待値+420%の有力候補（同距離帯で勝率38%と得意／同馬場状態で勝率43%／適度な間隔で状態万全）
前5走 08/02 船橋10R 5着/9頭+1.9秒 06/29 船橋8R 2着/5頭+0.0秒 06/04 船橋5R 6着/12頭 05/08 船橋7R 6着/12頭+0.9秒 03/31 船橋3R 5着/12頭+1.3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 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 8走で勝率 38% ◎ 馬場適性同馬場 7走で勝率 43% ○ ローテーション 23日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +420% (市場が大幅過小評価) AI 予想勝率 20.5% (オッズ暗示: 3.9%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.0% / 期待値 +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。
5	エクレールスカイ自在	山口達（船橋）	実75.7	B× A▽勝率2% EV+48% 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 08/03 船橋9R 6着/12頭+1.5秒 05/05 船橋12R 8着/12頭+1.9秒 03/31 船橋3R 8着/12頭+2.0秒 02/10 船橋8R 8着/12頭+1.1秒 01/19 船橋6R 11着/12頭+2.7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 7.3着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 22走で勝率 9% ○ 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) -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 2.0% / 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。
6	サトノオリエンタル	笹川翼（大井）	実1.4	B🌟◎ A×勝率34% EV-52% 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3走で勝率67%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 08/06 船橋7R 2着/6頭+0.7秒 07/03 船橋9R 1着/9頭 06/04 船橋4R 1着/11頭 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -32% (大幅な期待値マイナス) AI 予想勝率 48.7% (オッズ暗示: 71.4%) × Aモデルの評価 (参考) レース内 1位 / 勝率 34.3% / 期待値 -52% ※ 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	オニムシャ追込	所　蛍（船橋）	実133.0	B× A×勝率0% EV-52% 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 08/03 船橋9R 7着/12頭+1.6秒 06/23 浦和9R 8着/10頭 05/27 浦和6R 12着/12頭+2.0秒 04/22 浦和12R 10着/12頭+2.5秒 04/09 川崎8R 14着/14頭+5.1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 9.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -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 -53% ※ 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	ガンバリキ逃げ	沖響主（船橋）	実85.4	B× A▽勝率1% EV-25% 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 08/03 船橋9R 12着/12頭+2.7秒 06/02 船橋5R 4着/12頭 05/04 船橋7R 11着/12頭+1.9秒 03/31 船橋8R 5着/12頭+0.5秒 03/11 船橋3R 5着/11頭+1.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 距離適性同距離 16走で勝率 38% ◎ 馬場適性同馬場 14走で勝率 36% ▽ 前走実績前走 12着 (大敗) ○ 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) -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 -26% ※ 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	ルナーサウスポール差し	臼井健（船橋）	実27.3	B× A▽勝率3% EV-25% 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 08/04 船橋12R 6着/14頭+2.2秒 06/29 船橋8R 4着/5頭+3.0秒 05/04 船橋3R 6着/12頭+1.3秒 03/31 船橋8R 6着/12頭+0.7秒 03/10 船橋7R 2着/12頭+0.9秒
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 5.3着 △ 当競馬場適性 30走で勝率 10% △ 距離適性同距離 26走で勝率 8% ○ ローテーション 21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 7位 / 勝率 2.7% / 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。
10	キングブルズアイズ	山中悠（船橋）	実13.2	B△ A△勝率8% EV+3% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／同馬場状態で勝率33%／前走2着）
前5走 08/03 船橋12R 2着/3頭 07/02 船橋4R 4着/7頭 06/04 船橋7R 4着/12頭 02/12 船橋4R 3着/12頭+0.7秒 10/31 浦和10R 1着/12頭勝利
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 3.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 14走で勝率 21% ◎ 馬場適性同馬場 12走で勝率 33% ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 4.0% (オッズ暗示: 7.6%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 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。
11	スカーレットクロス	仲野光（船橋）	実5.4	B▲ A○勝率21% EV+11% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/03 船橋9R 2着/12頭+0.3秒 07/03 船橋8R 1着/3頭 05/07 船橋5R 9着/12頭+1.6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 3走で勝率 33% (得意) ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 9.5% (オッズ暗示: 18.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 20.7% / 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。
12	アドラマリク逃げ	ゴンサ（船橋）	実14.9	B△ A△勝率6% EV-7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯5走で勝率40%）
前5走 08/03 船橋9R 9着/12頭+1.8秒 07/14 浦和5R 5着/11頭 06/28 船橋7R 9着/9頭+0.0秒 05/08 船橋6R 1着/11頭勝利 04/02 船橋3R 1着/12頭勝利
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 7.7着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 5走で勝率 40% ○ 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) +15% (市場と概ね一致) AI 予想勝率 7.8% (オッズ暗示: 6.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.2% / 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。

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 ×

サトノオリエンタル

騎手笹川翼（大井）

単勝オッズ

1.4倍

AI期待値

-31%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△4ウェカピポ

25.4倍

EV +420%

▲A:○11スカーレットクロス

5.4倍

EV -48%

出走馬全12頭

◎A:×6

サトノオリエンタル

笹川翼（大井）

1.4倍

-31%

›

○A:△4

ウェカピポ

岡村健（船橋）

25.4倍

+420%

›

▲A:○11

スカーレットクロス

仲野光（船橋）

5.4倍

-48%

›

△A:▲3

サージ

中山遥（浦和）

9.3倍

-11%

›

△A:△12

アドラマリク

ゴンサ（船橋）

14.9倍

+15%

›

△A:△10

キングブルズアイズ

山中悠（船橋）

13.2倍

-47%

›

×A:▽2

テリオスボス

和田譲（大井）

60.4倍

-96%

›

×A:▽9

ルナーサウスポール

臼井健（船橋）

27.3倍

-99%

›

×A:▽5

エクレールスカイ

山口達（船橋）

75.7倍

-99%

›

×A:▽8

ガンバリキ

沖響主（船橋）

85.4倍

-99%

›

×A:▽1

プリンセスサクラ

秋元耕（浦和）

102.3倍

-99%

›

×A:×7

オニムシャ

所　蛍（船橋）

133.0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

A. 市場込みモデル

単勝 3 サージ ¥100 実9.3倍期待値 -12% ❌不的中5着単勝 9.3倍

B. 市場除外+キャリブ

単勝 4 ウェカピポ ¥400 実25.4倍期待値 +420% ❌不的中4着単勝 25.4倍

※ オッズは予測時点の値です。

4R 船橋競馬場ダ1500m ダート1500m　発走 16:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	プリンセスサクラ自在	秋元耕（浦和）	実102.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/11 浦和5R 6着/9頭+2.0秒 07/14 浦和5R 6着/11頭+2.0秒 06/22 浦和8R 8着/8頭 04/20 浦和5R 8着/11頭+2.3秒 03/18 浦和10R 12着/12頭+2.9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 6.7着 △ 距離適性同距離 19走で勝率 11% ○ ローテーション 14日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -10% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.0%) ※ 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。
2	テリオスボス	和田譲（大井）	実60.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場21走で勝率0%と苦戦傾向／同距離帯は47走で勝ち無し）
前5走 08/03 船橋9R 10着/12頭+2.0秒 07/16 浦和6R 9着/12頭 07/02 船橋3R 2着/8頭 06/04 船橋5R 3着/12頭+0.0秒 05/27 浦和4R 7着/10頭+0.0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 7.0着 (不振) × 当競馬場適性 21走で勝率 0% (苦戦) ▽ 距離適性同距離は 47走で勝ち無し ▽ 前走実績前走 10着 (大敗) ○ 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) +54% (市場が大幅過小評価) AI 予想勝率 2.6% (オッズ暗示: 1.7%) ※ 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	サージ推奨	中山遥（浦和）	実9.3	▲詳細▼	AI予想勝率と市場想定の乖離が大きく、期待値+63%の中穴候補（近5走で勝率20%と堅実／同距離帯で勝率29%と得意／適度な間隔で状態万全）
前5走 08/03 船橋9R 4着/12頭+0.8秒 07/15 浦和5R 11着/12頭+0.0秒 06/22 浦和7R 3着/8頭 06/05 船橋8R 1着/12頭 05/28 浦和4R 3着/8頭+0.0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 6.0着 ◎ 距離適性同距離 7走で勝率 29% ◎ 騎手近50戦勝率 24% (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) +63% (市場が大幅過小評価) AI 予想勝率 17.6% (オッズ暗示: 10.8%) ※ 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。
4	ウェカピポ先行推奨	岡村健（船橋）	実25.4	△詳細▼	期待値プラスでAIの推し馬（同距離帯で勝率38%と得意／同馬場状態で勝率43%／適度な間隔で状態万全）
前5走 08/02 船橋10R 5着/9頭+1.9秒 06/29 船橋8R 2着/5頭+0.0秒 06/04 船橋5R 6着/12頭 05/08 船橋7R 6着/12頭+0.9秒 03/31 船橋3R 5着/12頭+1.3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 △ 当競馬場適性 9走で勝率 11% ◎ 距離適性同距離 8走で勝率 38% ◎ 馬場適性同馬場 7走で勝率 43% ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +2% (市場と概ね一致) AI 予想勝率 4.0% (オッズ暗示: 3.9%) ※ 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。
5	エクレールスカイ自在	山口達（船橋）	実75.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/03 船橋9R 6着/12頭+1.5秒 05/05 船橋12R 8着/12頭+1.9秒 03/31 船橋3R 8着/12頭+2.0秒 02/10 船橋8R 8着/12頭+1.1秒 01/19 船橋6R 11着/12頭+2.7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 7.3着 (不振) △ 当競馬場適性 35走で勝率 9% △ 距離適性同距離 22走で勝率 9% ○ 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) +48% (妙味あり) AI 予想勝率 2.0% (オッズ暗示: 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。
6	サトノオリエンタル	笹川翼（大井）	実1.4	×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3走で勝率67%と適性高／直近3走で勝率67%と好調／前走2着）
前5走 08/06 船橋7R 2着/6頭+0.7秒 07/03 船橋9R 1着/9頭 06/04 船橋4R 1着/11頭 ― ―
AI 評価の内訳 — 馬番 6 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 騎手近50戦勝率 20% (好調) ○ 前走実績前走 2着 (好走) ○ ローテーション 19日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -52% (大幅な期待値マイナス) AI 予想勝率 34.3% (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。
7	オニムシャ追込	所　蛍（船橋）	実133.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し／直近3走平均9.0着と低調）
前5走 08/03 船橋9R 7着/12頭+1.6秒 06/23 浦和9R 8着/10頭 05/27 浦和6R 12着/12頭+2.0秒 04/22 浦和12R 10着/12頭+2.5秒 04/09 川崎8R 14着/14頭+5.1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 9.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ▽ 距離適性同距離は 6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) -53% (大幅な期待値マイナス) AI 予想勝率 0.4% (オッズ暗示: 0.8%) ※ 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	ガンバリキ逃げ	沖響主（船橋）	実85.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／同距離帯16走で勝率38%／同馬場状態で勝率36%）
前5走 08/03 船橋9R 12着/12頭+2.7秒 06/02 船橋5R 4着/12頭 05/04 船橋7R 11着/12頭+1.9秒 03/31 船橋8R 5着/12頭+0.5秒 03/11 船橋3R 5着/11頭+1.1秒
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 9.0着 (不振) × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 距離適性同距離 16走で勝率 38% ◎ 馬場適性同馬場 14走で勝率 36% ▽ 前走実績前走 12着 (大敗) ○ 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) -26% (オッズ過剰評価) AI 予想勝率 0.9% (オッズ暗示: 1.2%) ※ 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。
9	ルナーサウスポール差し	臼井健（船橋）	実27.3	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 08/04 船橋12R 6着/14頭+2.2秒 06/29 船橋8R 4着/5頭+3.0秒 05/04 船橋3R 6着/12頭+1.3秒 03/31 船橋8R 6着/12頭+0.7秒 03/10 船橋7R 2着/12頭+0.9秒
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 5.3着 △ 当競馬場適性 30走で勝率 10% △ 距離適性同距離 26走で勝率 8% ○ ローテーション 21日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 2.7% (オッズ暗示: 3.7%) ※ 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。
10	キングブルズアイズ	山中悠（船橋）	実13.2	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場5走で勝率0%と苦戦傾向／同馬場状態で勝率33%／前走2着）
前5走 08/03 船橋12R 2着/3頭 07/02 船橋4R 4着/7頭 06/04 船橋7R 4着/12頭 02/12 船橋4R 3着/12頭+0.7秒 10/31 浦和10R 1着/12頭勝利
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 3.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ○ 距離適性同距離 14走で勝率 21% ◎ 馬場適性同馬場 12走で勝率 33% ○ 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) +3% (市場と概ね一致) AI 予想勝率 7.8% (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。
11	スカーレットクロス	仲野光（船橋）	実5.4	○詳細▼	AI上位評価だが期待値不足、見送り（当競馬場3走で勝率33%と適性高／直近3走で勝率33%と好調／前走2着）
前5走 08/03 船橋9R 2着/12頭+0.3秒 07/03 船橋8R 1着/3頭 05/07 船橋5R 9着/12頭+1.6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 3走で勝率 33% (得意) ○ 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) +11% (市場と概ね一致) AI 予想勝率 20.7% (オッズ暗示: 18.5%) ※ 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	アドラマリク逃げ	ゴンサ（船橋）	実14.9	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯5走で勝率40%）
前5走 08/03 船橋9R 9着/12頭+1.8秒 07/14 浦和5R 5着/11頭 06/28 船橋7R 9着/9頭+0.0秒 05/08 船橋6R 1着/11頭勝利 04/02 船橋3R 1着/12頭勝利
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 7.7着 (不振) ○ 当競馬場適性 9走で勝率 22% (相性良) ◎ 距離適性同距離 5走で勝率 40% ○ 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) -7% (オッズ過剰評価) AI 予想勝率 6.2% (オッズ暗示: 6.7%) ※ 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。

🎯 AIの本命

AI評価1位

サトノオリエンタル

騎手笹川翼（大井）

単勝オッズ

1.4倍

AI期待値

-52%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11スカーレットクロス

5.4倍

EV +11%

▲3サージ

9.3倍

EV +63%

出走馬全12頭

×6

サトノオリエンタル

笹川翼（大井）

1.4倍

-52%

›

○11

スカーレットクロス

仲野光（船橋）

5.4倍

+11%

›

▲3

サージ

中山遥（浦和）

9.3倍

+63%

›

△10

キングブルズアイズ

山中悠（船橋）

13.2倍

+3%

›

△12

アドラマリク

ゴンサ（船橋）

14.9倍

-7%

›

△4

ウェカピポ

岡村健（船橋）

25.4倍

+2%

›

▽9

ルナーサウスポール

臼井健（船橋）

27.3倍

-25%

›

▽2

テリオスボス

和田譲（大井）

60.4倍

+54%

›

▽5

エクレールスカイ

山口達（船橋）

75.7倍

+48%

›

▽1

プリンセスサクラ

秋元耕（浦和）

102.3倍

-10%

›

▽8

ガンバリキ

沖響主（船橋）

85.4倍

-25%

›

×7

オニムシャ

所　蛍（船橋）

133.0倍

-52%

›

💡 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

A. 市場込みモデル

単勝 3 サージ ¥100 実9.3倍期待値 +64% ❌不的中5着単勝 9.3倍

B. 市場除外+キャリブ

単勝 4 ウェカピポ ¥400 実25.4倍期待値 +2% ❌不的中4着単勝 25.4倍

※ オッズは予測時点の値です。

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