船橋 3R 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

3R 船橋競馬場ダ1200m ダート1200m　発走 15:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スピークオブデビル	半澤慶（浦和）	実21.1	B△ A△勝率7% EV+38% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 川崎1R 9着/12頭+1.2秒 07/13 浦和1R 6着/10頭+2.0秒 06/29 船橋1R 3着/7頭+2.0秒 06/22 浦和5R 6着/8頭 05/26 浦和2R 8着/12頭
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 6.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 27日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -54% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 6.6% / 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。
2	エイシンペリドット	沖響主（船橋）	実12.3	B× A△勝率5% EV-37% 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 08/02 船橋9R 11着/11頭+3.1秒 07/13 浦和1R 7着/10頭+0.0秒 06/28 船橋8R 5着/6頭+0.0秒 06/22 浦和5R 3着/8頭+0.0秒 06/01 船橋3R 10着/11頭+4.0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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 24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 6位 / 勝率 5.1% / 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。
3	マイキーマックイン	張田昂（船橋）	実6.8	B△ A△勝率7% EV-51% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場13走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/02 船橋1R 5着/11頭+0.9秒 07/07 川崎2R 7着/12頭+0.0秒 06/28 船橋8R 4着/6頭+3.0秒 06/02 船橋7R 9着/14頭+0.0秒 05/05 船橋5R 10着/13頭+2.3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 5.3着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 24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 0.3% (オッズ暗示: 14.7%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.2% / 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。
4	グランツリッター自在	仲野光（船橋）	実45.5	B× A▽勝率3% 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 08/02 船橋1R 11着/11頭+5.9秒 06/29 船橋4R 10着/10頭+3.0秒 06/03 船橋1R 10着/10頭 05/05 船橋2R 11着/12頭+2.8秒 04/09 川崎2R 9着/12頭+1.6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 10.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 24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 8位 / 勝率 2.5% / 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。
5	エースフラワー先行	臼井健（船橋）	実58.9	B× A×勝率1% EV-65% 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 08/02 船橋1R 7着/11頭+2.3秒 06/28 船橋4R 9着/10頭 06/01 船橋4R 8着/10頭 05/04 船橋2R 9着/10頭+2.8秒 03/30 船橋2R 8着/11頭+1.4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 8.0着 (不振) × 当競馬場適性 42走で勝率 0% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し ○ ローテーション 24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 0.6% / 期待値 -65% ※ 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	ブイブイエスワン	高橋利（船橋）	実57.5	B× A▽勝率1% EV-15% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 08/02 船橋1R 6着/11頭+2.1秒 07/07 川崎2R 6着/12頭+1.0秒 06/28 船橋4R 8着/10頭+1.0秒 06/01 船橋4R 9着/10頭+0.0秒 11/13 大井1R 9着/12頭+1.2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 6.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 24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 0.1% (オッズ暗示: 1.7%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.5% / 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	エメラルアタック追込	野澤憲（船橋）	実77.6	B× A▽勝率1% EV-19% 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 08/02 船橋1R 9着/11頭+3.4秒 06/29 船橋4R 8着/10頭 06/04 船橋4R 9着/11頭+1.0秒 05/06 船橋1R 10着/10頭+2.9秒 12/08 船橋5R 12着/12頭+5.5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 8.7着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24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 1.0% / 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。
8	イマキュレイト追込	古岡勇（川崎）	実3.8	B○ A▲勝率19% EV-26% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走3着）
前5走 08/02 船橋1R 3着/11頭+0.5秒 06/29 船橋4R 9着/10頭 01/20 船橋5R 9着/12頭+1.7秒 12/10 船橋1R 10着/10頭+3.8秒 10/30 浦和2R 9着/12頭+3.2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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 26.3%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 19.4% / 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	アオイヒビキ逃げ	所　蛍（船橋）	実2.9	B🌟◎ A○勝率24% EV-30% 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25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/04 船橋4R 8着/11頭+1.0秒 03/30 船橋2R 1着/11頭勝利 01/20 船橋4R 5着/12頭+1.3秒 12/12 船橋4R 2着/5頭+2.3秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% 🌟◎ 期待値 (オッズ vs AI勝率) +150% (市場が大幅過小評価) AI 予想勝率 86.4% (オッズ暗示: 34.5%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 23.9% / 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。
10	ギンレイ差し	菅原吏（船橋）	実3.9	B▲ A◎勝率27% EV+3% 詳細▼	AI上位評価だが期待値不足、見送り（当競馬場6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 08/02 船橋1R 4着/11頭+0.8秒 01/03 川崎4R 11着/14頭+1.2秒 12/16 川崎5R 6着/12頭+0.6秒 12/09 船橋4R 3着/12頭+0.3秒 04/11 川崎6R 6着/12頭+1.0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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -83% (大幅な期待値マイナス) AI 予想勝率 4.4% (オッズ暗示: 25.6%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.6% / 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	ブラックムート追込	西村栄（船橋）	実40.0	B× A▽勝率2% EV-37% 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4R 9着/9頭+3.2秒 03/20 浦和1R 11着/11頭+1.9秒 03/11 船橋2R 10着/10頭+2.8秒 01/21 船橋2R 11着/12頭+4.3秒 01/01 川崎2R 10着/11頭+1.9秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 24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 9位 / 勝率 1.6% / 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。
12	タカイチアスコット先行	岡田大（浦和）	実25.6	B△ A▽勝率4% EV+6% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／162日ぶりの実戦）
前5走 03/17 浦和4R 7着/10頭+1.8秒 02/28 浦和5R 5着/8頭+2.2秒 02/04 川崎1R 4着/10頭+2.0秒 01/09 浦和2R 6着/10頭+2.8秒 12/25 浦和1R 4着/11頭+1.5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 5.3着 ▽ 距離適性同距離は 4走で勝ち無し △ ローテーション 162日休養明け × 期待値 (オッズ vs AI勝率) -44% (大幅な期待値マイナス) AI 予想勝率 2.2% (オッズ暗示: 3.9%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 4.2% / 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 ○

アオイヒビキ

騎手所　蛍（船橋）

単勝オッズ

2.9倍

AI期待値

+150%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:▲8イマキュレイト

3.8倍

EV -83%

▲A:◎10ギンレイ

3.9倍

EV -82%

出走馬全12頭

◎A:○9

アオイヒビキ

所　蛍（船橋）

2.9倍

+150%

›

○A:▲8

イマキュレイト

古岡勇（川崎）

3.8倍

-83%

›

▲A:◎10

ギンレイ

菅原吏（船橋）

3.9倍

-82%

›

△A:△1

スピークオブデビル

半澤慶（浦和）

21.1倍

-54%

›

△A:▽12

タカイチアスコット

岡田大（浦和）

25.6倍

-44%

›

△A:△3

マイキーマックイン

張田昂（船橋）

6.8倍

-97%

›

×A:▽6

ブイブイエスワン

高橋利（船橋）

57.5倍

-92%

›

×A:△2

エイシンペリドット

沖響主（船橋）

12.3倍

-99%

›

×A:▽11

ブラックムート

西村栄（船橋）

40.0倍

-99%

›

×A:▽4

グランツリッター

仲野光（船橋）

45.5倍

-99%

›

×A:×5

エースフラワー

臼井健（船橋）

58.9倍

-99%

›

×A:▽7

エメラルアタック

野澤憲（船橋）

77.6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

3R 船橋競馬場ダ1200m ダート1200m　発走 15:35

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	スピークオブデビル	半澤慶（浦和）	実21.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後
前5走 07/30 川崎1R 9着/12頭+1.2秒 07/13 浦和1R 6着/10頭+2.0秒 06/29 船橋1R 3着/7頭+2.0秒 06/22 浦和5R 6着/8頭 05/26 浦和2R 8着/12頭
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 6.0着 △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 27日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +38% (妙味あり) AI 予想勝率 6.6% (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。
2	エイシンペリドット	沖響主（船橋）	実12.3	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場4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9R 11着/11頭+3.1秒 07/13 浦和1R 7着/10頭+0.0秒 06/28 船橋8R 5着/6頭+0.0秒 06/22 浦和5R 3着/8頭+0.0秒 06/01 船橋3R 10着/11頭+4.0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 7.7着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 7走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 24日の間隔 (理想的) × 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 5.1% (オッズ暗示: 8.1%) ※ 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。
3	マイキーマックイン	張田昂（船橋）	実6.8	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（当競馬場13走で勝率0%と苦戦傾向／同距離帯は11走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/02 船橋1R 5着/11頭+0.9秒 07/07 川崎2R 7着/12頭+0.0秒 06/28 船橋8R 4着/6頭+3.0秒 06/02 船橋7R 9着/14頭+0.0秒 05/05 船橋5R 10着/13頭+2.3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 5.3着 × 当競馬場適性 13走で勝率 0% (苦戦) ▽ 距離適性同距離は 11走で勝ち無し ◎ 騎手近50戦勝率 20% (好調) ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -51% (大幅な期待値マイナス) AI 予想勝率 7.2% (オッズ暗示: 14.7%) ※ 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。
4	グランツリッター自在	仲野光（船橋）	実45.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場4走で勝率0%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均10.3着と低調）
前5走 08/02 船橋1R 11着/11頭+5.9秒 06/29 船橋4R 10着/10頭+3.0秒 06/03 船橋1R 10着/10頭 05/05 船橋2R 11着/12頭+2.8秒 04/09 川崎2R 9着/12頭+1.6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 10.3着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し ▽ 前走実績前走 11着 (大敗) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) +13% (市場と概ね一致) AI 予想勝率 2.5% (オッズ暗示: 2.2%) ※ 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	エースフラワー先行	臼井健（船橋）	実58.9	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場42走で勝率0%と苦戦傾向／同距離帯は38走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/02 船橋1R 7着/11頭+2.3秒 06/28 船橋4R 9着/10頭 06/01 船橋4R 8着/10頭 05/04 船橋2R 9着/10頭+2.8秒 03/30 船橋2R 8着/11頭+1.4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 8.0着 (不振) × 当競馬場適性 42走で勝率 0% (苦戦) ▽ 距離適性同距離は 38走で勝ち無し ○ ローテーション 24日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -65% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。
6	ブイブイエスワン	高橋利（船橋）	実57.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場9走で勝率0%と苦戦傾向／同距離帯は8走で勝ち無し）
前5走 08/02 船橋1R 6着/11頭+2.1秒 07/07 川崎2R 6着/12頭+1.0秒 06/28 船橋4R 8着/10頭+1.0秒 06/01 船橋4R 9着/10頭+0.0秒 11/13 大井1R 9着/12頭+1.2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 6.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 8走で勝ち無し ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -15% (オッズ過剰評価) AI 予想勝率 1.5% (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。
7	エメラルアタック追込	野澤憲（船橋）	実77.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場18走で勝率0%と苦戦傾向／同距離帯は12走で勝ち無し／直近3走平均8.7着と低調）
前5走 08/02 船橋1R 9着/11頭+3.4秒 06/29 船橋4R 8着/10頭 06/04 船橋4R 9着/11頭+1.0秒 05/06 船橋1R 10着/10頭+2.9秒 12/08 船橋5R 12着/12頭+5.5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 8.7着 (不振) × 当競馬場適性 18走で勝率 0% (苦戦) ▽ 距離適性同距離は 12走で勝ち無し △ 騎手近50戦勝率 4% (やや苦戦) ○ ローテーション 24日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -19% (オッズ過剰評価) AI 予想勝率 1.0% (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。
8	イマキュレイト追込	古岡勇（川崎）	実3.8	▲詳細▼	AI上位評価だが期待値不足、見送り（当競馬場4走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／前走3着）
前5走 08/02 船橋1R 3着/11頭+0.5秒 06/29 船橋4R 9着/10頭 01/20 船橋5R 9着/12頭+1.7秒 12/10 船橋1R 10着/10頭+3.8秒 10/30 浦和2R 9着/12頭+3.2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 7.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ○ 前走実績前走 3着 (好走) ○ ローテーション 24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 19.4% (オッズ暗示: 26.3%) ※ 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	アオイヒビキ逃げ	所　蛍（船橋）	実2.9	○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25%と適性高／同距離帯4走で勝率25%／直近3走で勝率33%と好調）
前5走 06/04 船橋4R 8着/11頭+1.0秒 03/30 船橋2R 1着/11頭勝利 01/20 船橋4R 5着/12頭+1.3秒 12/12 船橋4R 2着/5頭+2.3秒 ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 4走で勝率 25% (得意) ◎ 距離適性同距離 4走で勝率 25% × 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 23.9% (オッズ暗示: 34.5%) ※ 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。
10	ギンレイ差し	菅原吏（船橋）	実3.9	◎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6走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し）
前5走 08/02 船橋1R 4着/11頭+0.8秒 01/03 川崎4R 11着/14頭+1.2秒 12/16 川崎5R 6着/12頭+0.6秒 12/09 船橋4R 3着/12頭+0.3秒 04/11 川崎6R 6着/12頭+1.0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 7.0着 (不振) × 当競馬場適性 6走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 24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 26.6% (オッズ暗示: 25.6%) ※ 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	ブラックムート追込	西村栄（船橋）	実40.0	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場29走で勝率0%と苦戦傾向／同距離帯は24走で勝ち無し／直近3走平均10.0着と低調）
前5走 08/04 船橋4R 9着/9頭+3.2秒 03/20 浦和1R 11着/11頭+1.9秒 03/11 船橋2R 10着/10頭+2.8秒 01/21 船橋2R 11着/12頭+4.3秒 01/01 川崎2R 10着/11頭+1.9秒
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) × 直近3戦の調子平均 10.0着 (不振) × 当競馬場適性 29走で勝率 0% (苦戦) ▽ 距離適性同距離は 24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) -37% (大幅な期待値マイナス) AI 予想勝率 1.6% (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。
12	タカイチアスコット先行	岡田大（浦和）	実25.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は4走で勝ち無し／162日ぶりの実戦）
前5走 03/17 浦和4R 7着/10頭+1.8秒 02/28 浦和5R 5着/8頭+2.2秒 02/04 川崎1R 4着/10頭+2.0秒 01/09 浦和2R 6着/10頭+2.8秒 12/25 浦和1R 4着/11頭+1.5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 5.3着 ▽ 距離適性同距離は 4走で勝ち無し △ ローテーション 162日休養明け △ 期待値 (オッズ vs AI勝率) +6% (市場と概ね一致) AI 予想勝率 4.2% (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。

🎯 AIの本命

AI評価1位

ギンレイ

騎手菅原吏（船橋）

単勝オッズ

3.9倍

AI期待値

+3%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9アオイヒビキ

2.9倍

EV -30%

▲8イマキュレイト

3.8倍

EV -26%

出走馬全12頭

◎10

ギンレイ

菅原吏（船橋）

3.9倍

+3%

›

○9

アオイヒビキ

所　蛍（船橋）

2.9倍

-30%

›

▲8

イマキュレイト

古岡勇（川崎）

3.8倍

-26%

›

△3

マイキーマックイン

張田昂（船橋）

6.8倍

-51%

›

△1

スピークオブデビル

半澤慶（浦和）

21.1倍

+38%

›

△2

エイシンペリドット

沖響主（船橋）

12.3倍

-37%

›

▽12

タカイチアスコット

岡田大（浦和）

25.6倍

+6%

›

▽4

グランツリッター

仲野光（船橋）

45.5倍

+13%

›

▽11

ブラックムート

西村栄（船橋）

40.0倍

-37%

›

▽6

ブイブイエスワン

高橋利（船橋）

57.5倍

-15%

›

▽7

エメラルアタック

野澤憲（船橋）

77.6倍

-19%

›

×5

エースフラワー

臼井健（船橋）

58.9倍

-65%

›

💡 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