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	ヴェルダリオ逃げ	所　蛍（船橋）	実8.0	B△ A△勝率9% EV-24% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／114日ぶりの実戦）
前5走 05/04 船橋12R 11着/11頭+4.3秒 04/01 船橋6R 1着/13頭勝利 08/06 川崎7R 2着/10頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 114日休養明け × 期待値 (オッズ vs AI勝率) -62% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.4% / 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。
2	アルファウィンザー	本橋孝（船橋）	実31.7	B△ A▽勝率2% EV-48% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 08/02 船橋9R 5着/11頭+0.8秒 07/16 浦和1R 5着/9頭+0.0秒 07/04 船橋6R 4着/10頭+0.0秒 06/01 船橋3R 5着/11頭+0.0秒 03/12 船橋4R 8着/9頭+2.1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 4.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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) -43% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.6% / 期待値 -49% ※ 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	ハツワカ逃げ	本田重（船橋）	実2.1	B🌟◎ A🌟◎勝率45% EV-5% 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（同距離帯3走で勝率33%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 11/20 川崎6R 1着/12頭勝利 10/17 川崎8R 2着/12頭+0.0秒 07/06 船橋4R 6着/9頭+1.5秒 08/20 浦和7R 4着/12頭+1.7秒 ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 3走で勝率 33% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 279日休養明け ◎ 期待値 (オッズ vs AI勝率) +36% (妙味あり) AI 予想勝率 65.2% (オッズ暗示: 47.6%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 44.9% / 期待値 -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。
4	スペルガッサン	菅原吏（船橋）	実26.5	B× A▽勝率2% EV-45% 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3R 5着/8頭+0.6秒 07/16 浦和4R 6着/12頭+0.0秒 07/04 船橋6R 3着/10頭+0.0秒 06/05 船橋6R 4着/12頭 05/27 浦和2R 2着/12頭
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 4.7着 △ 当競馬場適性 46走で勝率 9% △ 距離適性同距離 59走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 8位 / 勝率 2.1% / 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。
5	シュヴァルツボーイ先行	ゴンサ（船橋）	実31.1	B× A▽勝率2% EV-44% 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 8着/11頭+2.5秒 01/12 大井1R 5着/12頭+4.0秒 12/29 大井1R 6着/12頭+4.0秒 12/04 大井2R 13着/14頭+5.7秒 11/10 大井1R 5着/11頭+2.0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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 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 9位 / 勝率 1.8% / 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。
6	スマイルナゴミ	小杉亮（船橋）	実52.7	B× A×勝率1% EV-57% 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 7着/11頭+1.9秒 07/03 船橋8R 2着/3頭 06/18 川崎6R 6着/12頭+6.0秒 06/05 船橋7R 9着/12頭 05/07 船橋6R 8着/12頭+2.0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 5.0着 × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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 11位 / 勝率 0.8% / 期待値 -57% ※ 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	クルールローザンヌ逃げ	野畑凌（川崎）	実10.9	B△ A▲勝率10% EV+7% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は12走で勝ち無し）
前5走 08/02 船橋9R 9着/11頭+2.7秒 12/24 浦和2R 6着/11頭+3.1秒 11/28 浦和2R 3着/12頭+0.8秒 10/30 名古屋3R 2着/12頭+0.1秒 10/16 名古屋4R 3着/12頭+0.5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 6.0着 ▽ 距離適性同距離は 12走で勝ち無し ○ 騎手近50戦勝率 18% ○ 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) -49% (大幅な期待値マイナス) AI 予想勝率 4.7% (オッズ暗示: 9.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.9% / 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。
8	メイショウボンゴチ	山中悠（船橋）	実19.6	B× A▽勝率3% EV-47% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走2着）
前5走 08/02 船橋9R 2着/11頭+0.1秒 07/15 浦和3R 12着/12頭 07/04 船橋6R 7着/10頭 06/05 船橋6R 10着/12頭 05/04 船橋12R 9着/11頭+3.0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 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2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) -97% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 5.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.7% / 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。
9	キャラメルショコラ差し	秋元耕（浦和）	実87.6	B× A▽勝率1% EV-42% 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 06/28 船橋8R 6着/6頭 05/29 浦和2R 8着/12頭 03/19 浦和12R 12着/12頭+6.1秒 03/09 船橋12R 9着/10頭+4.1秒 02/27 浦和2R 10着/12頭+3.0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 8.7着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 22走で勝ち無し × 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 0.7% / 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。
10	マッシュブライト	岡田大（浦和）	実16.5	B× A△勝率6% EV-6% 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）
前5走 08/12 浦和4R 4着/6頭+1.8秒 07/15 浦和3R 4着/12頭+0.0秒 06/25 浦和1R 8着/9頭 05/27 浦和2R 6着/12頭 04/22 浦和2R 1着/11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 5.3着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 61走で勝率 10% ○ 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) -88% (大幅な期待値マイナス) AI 予想勝率 0.7% (オッズ暗示: 6.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 5.7% / 期待値 -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	アナザームーン先行	岡村健（船橋）	実3.4	B▲ A○勝率16% EV-44% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/02 船橋9R 1着/11頭勝利 05/05 船橋5R 3着/13頭+1.1秒 04/08 川崎1R 6着/12頭+0.8秒 03/30 船橋12R 5着/12頭+1.2秒 03/12 船橋4R 2着/9頭+0.6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 22走で勝率 9% ○ 距離適性同距離 12走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -68% (大幅な期待値マイナス) AI 予想勝率 9.5% (オッズ暗示: 29.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.3% / 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。
12	プラウドパーク差し推奨	川島正（船橋）	実22.0	B○ A△勝率4% EV-6% 詳細▼	市場が大きく過小評価、AI予想勝率13% × オッズ22.0倍で期待値+192%の有力候補（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 08/02 船橋9R 6着/11頭+1.0秒 11/04 船橋3R 11着/11頭+4.0秒 10/17 川崎5R 8着/14頭+2.2秒 09/30 船橋4R 8着/9頭+2.7秒 08/29 船橋3R 10着/11頭+2.6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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 騎手近50戦勝率 18% ○ 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) +192% (市場が大幅過小評価) AI 予想勝率 13.3% (オッズ暗示: 4.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.3% / 期待値 -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。

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 ◎

ハツワカ

騎手本田重（船橋）

単勝オッズ

2.1倍

AI期待値

+36%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△12プラウドパーク

22.0倍

EV +192%

▲A:○11アナザームーン

3.4倍

EV -67%

出走馬全12頭

◎A:◎3

ハツワカ

本田重（船橋）

2.1倍

+36%

›

○A:△12

プラウドパーク

川島正（船橋）

22.0倍

+192%

›

▲A:○11

アナザームーン

岡村健（船橋）

3.4倍

-67%

›

△A:△1

ヴェルダリオ

所　蛍（船橋）

8.0倍

-62%

›

△A:▲7

クルールローザンヌ

野畑凌（川崎）

10.9倍

-48%

›

△A:▽2

アルファウィンザー

本橋孝（船橋）

31.7倍

-43%

›

×A:△10

マッシュブライト

岡田大（浦和）

16.5倍

-88%

›

×A:▽8

メイショウボンゴチ

山中悠（船橋）

19.6倍

-96%

›

×A:▽4

スペルガッサン

菅原吏（船橋）

26.5倍

-99%

›

×A:▽5

シュヴァルツボーイ

ゴンサ（船橋）

31.1倍

-99%

›

×A:×6

スマイルナゴミ

小杉亮（船橋）

52.7倍

-99%

›

×A:▽9

キャラメルショコラ

秋元耕（浦和）

87.6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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 12 プラウドパーク ¥200 確定6.2倍期待値 +193% 🎯的中1着確定 6.2倍1,240円

※ 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	ヴェルダリオ逃げ	所　蛍（船橋）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走で勝率33%と好調／114日ぶりの実戦）
前5走 05/04 船橋12R 11着/11頭+4.3秒 04/01 船橋6R 1着/13頭勝利 08/06 川崎7R 2着/10頭+0.0秒 ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ▽ 前走実績前走 11着 (大敗) △ ローテーション 114日休養明け △ 期待値 (オッズ vs AI勝率) -25% (オッズ過剰評価) AI 予想勝率 9.4% (オッズ暗示: 12.5%) ※ 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	アルファウィンザー	本橋孝（船橋）	実31.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場14走で勝率0%と苦戦傾向／同距離帯は15走で勝ち無し）
前5走 08/02 船橋9R 5着/11頭+0.8秒 07/16 浦和1R 5着/9頭+0.0秒 07/04 船橋6R 4着/10頭+0.0秒 06/01 船橋3R 5着/11頭+0.0秒 03/12 船橋4R 8着/9頭+2.1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 4.7着 × 当競馬場適性 14走で勝率 0% (苦戦) ▽ 距離適性同距離は 15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) -49% (大幅な期待値マイナス) AI 予想勝率 1.6% (オッズ暗示: 3.2%) ※ 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。
3	ハツワカ逃げ	本田重（船橋）	実2.1	🌟◎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（同距離帯3走で勝率33%／直近3走で勝率33%と好調／前走勝利の勢い）
前5走 11/20 川崎6R 1着/12頭勝利 10/17 川崎8R 2着/12頭+0.0秒 07/06 船橋4R 6着/9頭+1.5秒 08/20 浦和7R 4着/12頭+1.7秒 ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 距離適性同距離 3走で勝率 33% ○ 騎手近50戦勝率 14% ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 279日休養明け △ 期待値 (オッズ vs AI勝率) -6% (オッズ過剰評価) AI 予想勝率 44.9% (オッズ暗示: 47.6%) ※ 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。
4	スペルガッサン	菅原吏（船橋）	実26.5	▽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3R 5着/8頭+0.6秒 07/16 浦和4R 6着/12頭+0.0秒 07/04 船橋6R 3着/10頭+0.0秒 06/05 船橋6R 4着/12頭 05/27 浦和2R 2着/12頭
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 4.7着 △ 当競馬場適性 46走で勝率 9% △ 距離適性同距離 59走で勝率 7% △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 2.1% (オッズ暗示: 3.8%) ※ 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。
5	シュヴァルツボーイ先行	ゴンサ（船橋）	実31.1	▽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）
前5走 08/02 船橋1R 8着/11頭+2.5秒 01/12 大井1R 5着/12頭+4.0秒 12/29 大井1R 6着/12頭+4.0秒 12/04 大井2R 13着/14頭+5.7秒 11/10 大井1R 5着/11頭+2.0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 6.3着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 騎手近50戦勝率 14% ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 1.8% (オッズ暗示: 3.2%) ※ 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。
6	スマイルナゴミ	小杉亮（船橋）	実52.7	×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9R 7着/11頭+1.9秒 07/03 船橋8R 2着/3頭 06/18 川崎6R 6着/12頭+6.0秒 06/05 船橋7R 9着/12頭 05/07 船橋6R 8着/12頭+2.0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 5.0着 × 当競馬場適性 20走で勝率 0% (苦戦) ▽ 距離適性同距離は 5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) -57% (大幅な期待値マイナス) AI 予想勝率 0.8% (オッズ暗示: 1.9%) ※ 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	クルールローザンヌ逃げ	野畑凌（川崎）	実10.9	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は12走で勝ち無し）
前5走 08/02 船橋9R 9着/11頭+2.7秒 12/24 浦和2R 6着/11頭+3.1秒 11/28 浦和2R 3着/12頭+0.8秒 10/30 名古屋3R 2着/12頭+0.1秒 10/16 名古屋4R 3着/12頭+0.5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 6.0着 ▽ 距離適性同距離は 12走で勝ち無し ○ 騎手近50戦勝率 18% ○ 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) +7% (市場と概ね一致) AI 予想勝率 9.9% (オッズ暗示: 9.2%) ※ 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	メイショウボンゴチ	山中悠（船橋）	実19.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場10走で勝率0%と苦戦傾向／同距離帯は13走で勝ち無し／前走2着）
前5走 08/02 船橋9R 2着/11頭+0.1秒 07/15 浦和3R 12着/12頭 07/04 船橋6R 7着/10頭 06/05 船橋6R 10着/12頭 05/04 船橋12R 9着/11頭+3.0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 10走で勝率 0% (苦戦) ▽ 距離適性同距離は 13走で勝ち無し ○ 騎手近50戦勝率 14% ○ 前走実績前走 2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) -47% (大幅な期待値マイナス) AI 予想勝率 2.7% (オッズ暗示: 5.1%) ※ 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。
9	キャラメルショコラ差し	秋元耕（浦和）	実87.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は22走で勝ち無し／直近3走平均8.7着と低調）
前5走 06/28 船橋8R 6着/6頭 05/29 浦和2R 8着/12頭 03/19 浦和12R 12着/12頭+6.1秒 03/09 船橋12R 9着/10頭+4.1秒 02/27 浦和2R 10着/12頭+3.0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 8.7着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 22走で勝ち無し × 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 0.7% (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。
10	マッシュブライト	岡田大（浦和）	実16.5	△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）
前5走 08/12 浦和4R 4着/6頭+1.8秒 07/15 浦和3R 4着/12頭+0.0秒 06/25 浦和1R 8着/9頭 05/27 浦和2R 6着/12頭 04/22 浦和2R 1着/11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 5.3着 × 当競馬場適性 5走で勝率 0% (苦戦) △ 距離適性同距離 61走で勝率 10% ○ 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) -6% (オッズ過剰評価) AI 予想勝率 5.7% (オッズ暗示: 6.1%) ※ 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。
11	アナザームーン先行	岡村健（船橋）	実3.4	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/02 船橋9R 1着/11頭勝利 05/05 船橋5R 3着/13頭+1.1秒 04/08 川崎1R 6着/12頭+0.8秒 03/30 船橋12R 5着/12頭+1.2秒 03/12 船橋4R 2着/9頭+0.6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 22走で勝率 9% ○ 距離適性同距離 12走で勝率 17% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -45% (大幅な期待値マイナス) AI 予想勝率 16.3% (オッズ暗示: 29.4%) ※ 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。
12	プラウドパーク差し推奨	川島正（船橋）	実22.0	△詳細▼	期待値プラスでAIの推し馬（適度な間隔で状態万全／騎手の手腕も後押し）
前5走 08/02 船橋9R 6着/11頭+1.0秒 11/04 船橋3R 11着/11頭+4.0秒 10/17 川崎5R 8着/14頭+2.2秒 09/30 船橋4R 8着/9頭+2.7秒 08/29 船橋3R 10着/11頭+2.6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 8.3着 (不振) × 当競馬場適性 11走で勝率 0% (苦戦) ▽ 距離適性同距離は 10走で勝ち無し ○ 騎手近50戦勝率 18% ○ 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) -6% (オッズ過剰評価) AI 予想勝率 4.3% (オッズ暗示: 4.5%) ※ 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。

🎯 AIの本命

AI評価1位

ハツワカ

騎手本田重（船橋）

単勝オッズ

2.1倍

AI期待値

-5%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○11アナザームーン

3.4倍

EV -44%

▲7クルールローザンヌ

10.9倍

EV +7%

出走馬全12頭

◎3

ハツワカ

本田重（船橋）

2.1倍

-5%

›

○11

アナザームーン

岡村健（船橋）

3.4倍

-44%

›

▲7

クルールローザンヌ

野畑凌（川崎）

10.9倍

+7%

›

△1

ヴェルダリオ

所　蛍（船橋）

8.0倍

-24%

›

△10

マッシュブライト

岡田大（浦和）

16.5倍

-6%

›

△12

プラウドパーク

川島正（船橋）

22.0倍

-6%

›

▽8

メイショウボンゴチ

山中悠（船橋）

19.6倍

-47%

›

▽4

スペルガッサン

菅原吏（船橋）

26.5倍

-45%

›

▽5

シュヴァルツボーイ

ゴンサ（船橋）

31.1倍

-44%

›

▽2

アルファウィンザー

本橋孝（船橋）

31.7倍

-48%

›

×6

スマイルナゴミ

小杉亮（船橋）

52.7倍

-57%

›

▽9

キャラメルショコラ

秋元耕（浦和）

87.6倍

-42%

›

💡 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

見送り

B. 市場除外+キャリブ

単勝 12 プラウドパーク ¥200 確定6.2倍期待値 -6% 🎯的中1着確定 6.2倍1,240円

※ 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