船橋 8R 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

8R 船橋競馬場ダ1600m ダート1600m　発走 18:18

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダノンマスタング	矢野貴（大井）	実1.3	B○ A🌟◎勝率46% EV-39% 詳細▼	人気馬、市場評価通りで上乗せなし（騎手は近50戦で勝率20%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 20% (好調) × 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 29.0% (オッズ暗示: 76.9%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 46.3% / 期待値 -40% ※ 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	ピゲ	笹川翼（大井）	実30.4	B◎ A△勝率4% EV+33% 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（騎手は近50戦で勝率20%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 20% (好調) 🌟◎ 期待値 (オッズ vs AI勝率) +999% (市場が大幅過小評価) AI 予想勝率 61.6% (オッズ暗示: 3.3%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 4.4% / 期待値 +33% ※ 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	ネオシューマン	石田拓（JRA）	実94.6	B× A▽勝率1% EV+35% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 7位 (中位評価) × 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 0.5% (オッズ暗示: 1.1%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 1.4% / 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。
4	ノリキング	佐藤翔（JRA）	実9.6	B△ A▲勝率10% EV-7% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 6位 (中位評価) × 期待値 (オッズ vs AI勝率) -95% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 10.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 9.6% / 期待値 -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	ルクリーシア	石神道（JRA）	実21.5	B△ A△勝率5% EV-1% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／125日ぶりの実戦）
前5走 04/23 浦和9R 2着/11頭+0.0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 2.0着 (安定) △ 騎手近50戦勝率 5% (やや苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 125日休養明け × 期待値 (オッズ vs AI勝率) -81% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 4.7%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 4.6% / 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。
6	ゴールドアムレット	和田譲（大井）	実164.4	B× A▽勝率1% EV-12% 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 08/07 浦和8R 8着/11頭+2.4秒 07/28 川崎11R 14着/14頭+3.7秒 07/13 浦和5R 5着/10頭 06/22 浦和2R 2着/7頭 03/17 浦和1R 6着/7頭+2.4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 9.0着 (不振) ○ 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) -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 0.5% / 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。
7	モルゲンレーテ	小杉亮（船橋）	実110.9	B× A▽勝率1% EV+35% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／直近3走平均2.7着と安定）
前5走 08/06 船橋4R 4着/8頭+0.8秒 07/13 浦和5R 2着/10頭+1.0秒 06/28 船橋1R 2着/9頭+0.0秒 06/03 船橋7R 8着/10頭 05/26 浦和1R 8着/9頭
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 2.7着 (安定) × 当競馬場適性 11走で勝率 0% (苦戦) ○ ローテーション 20日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -78% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 0.9%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.2% / 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	カプリースカラー	野畑凌（川崎）	実80.3	B× A▽勝率1% EV+11% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% × 期待値 (オッズ vs AI勝率) -84% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 1.2%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 1.4% / 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。
9	トップランカー	岡村健（船橋）	実19.7	B△ A△勝率9% EV+67% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率67%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 川崎11R 7着/14頭+1.0秒 06/28 船橋6R 1着/7頭 06/01 船橋1R 2着/11頭 05/09 船橋3R 1着/5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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 馬場適性同馬場 3走で勝率 33% × 期待値 (オッズ vs AI勝率) -33% (大幅な期待値マイナス) AI 予想勝率 3.4% (オッズ暗示: 5.1%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 8.5% / 期待値 +68% ※ 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	ウォニョン	菅原吏（船橋）	実241.1	B× A▽勝率0% EV+14% 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6R 9着/10頭+3.8秒 07/15 浦和1R 4着/11頭 06/24 浦和2R 2着/8頭 06/04 船橋2R 12着/12頭 05/07 船橋1R 12着/12頭+4.8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 5.0着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 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) -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 0.5% / 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。
11	マッドスピード	笠野雄（船橋）	実27.6	B× A▽勝率3% EV-22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/05 船橋10R 3着/12頭+0.8秒 07/16 浦和9R 3着/11頭 06/29 船橋7R 7着/8頭 06/01 船橋5R 7着/11頭 05/25 浦和2R 3着/10頭
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 4.3着 △ 当競馬場適性 11走で勝率 9% ○ 前走実績前走 3着 (好走) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.2% (オッズ暗示: 3.6%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 2.8% / 期待値 -23% ※ 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	ラジスタンロイヤル逃げ	ゴンサ（船橋）	実83.9	B× A▽勝率2% EV+32% 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 07/16 浦和9R 6着/11頭+0.0秒 07/10 川崎5R 5着/9頭 06/28 船橋5R 8着/10頭+0.0秒 04/07 川崎6R 10着/10頭+3.2秒 04/01 船橋3R 6着/10頭+1.7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 6.3着 △ 当競馬場適性 7走で勝率 14% ○ 騎手近50戦勝率 13% × 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 1.6% / 期待値 +33% ※ 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	マナイアカラニ	丸山元（JRA）	実4.9	B▲ A○勝率17% EV-15% 詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) × 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 3.4% (オッズ暗示: 20.4%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 17.2% / 期待値 -16% ※ 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 △

ピゲ

騎手笹川翼（大井）

単勝オッズ

30.4倍

AI期待値

+999%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:◎1ダノンマスタング

1.3倍

EV -62%

▲A:○13マナイアカラニ

4.9倍

EV -83%

出走馬全13頭

◎A:△2

ピゲ

笹川翼（大井）

30.4倍

+999%

›

○A:◎1

ダノンマスタング

矢野貴（大井）

1.3倍

-62%

›

▲A:○13

マナイアカラニ

丸山元（JRA）

4.9倍

-83%

›

△A:△9

トップランカー

岡村健（船橋）

19.7倍

-32%

›

△A:△5

ルクリーシア

石神道（JRA）

21.5倍

-81%

›

△A:▲4

ノリキング

佐藤翔（JRA）

9.6倍

-95%

›

×A:▽3

ネオシューマン

石田拓（JRA）

94.6倍

-51%

›

×A:▽11

マッドスピード

笠野雄（船橋）

27.6倍

-94%

›

×A:▽8

カプリースカラー

野畑凌（川崎）

80.3倍

-84%

›

×A:▽7

モルゲンレーテ

小杉亮（船橋）

110.9倍

-78%

›

×A:▽12

ラジスタンロイヤル

ゴンサ（船橋）

83.9倍

-99%

›

×A:▽6

ゴールドアムレット

和田譲（大井）

164.4倍

-99%

›

×A:▽10

ウォニョン

菅原吏（船橋）

241.1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

8R 船橋競馬場ダ1600m ダート1600m　発走 18:18

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ダノンマスタング	矢野貴（大井）	実1.3	🌟◎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（騎手は近50戦で勝率20%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 1 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 20% (好調) × 期待値 (オッズ vs AI勝率) -40% (大幅な期待値マイナス) AI 予想勝率 46.3% (オッズ暗示: 76.9%) ※ 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	ピゲ	笹川翼（大井）	実30.4	△詳細▼	大穴、AI予想勝率低く長期回収困難（騎手は近50戦で勝率20%）
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 2 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 騎手近50戦勝率 20% (好調) ◎ 期待値 (オッズ vs AI勝率) +33% (妙味あり) AI 予想勝率 4.4% (オッズ暗示: 3.3%) ※ 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。
3	ネオシューマン	石田拓（JRA）	実94.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 3 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ AIランク評価 (順位学習モデル) レース内 9位 (中位評価) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 1.4% (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。
4	ノリキング	佐藤翔（JRA）	実9.6	▲詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 3位 (上位評価) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 9.6% (オッズ暗示: 10.4%) ※ 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。
5	ルクリーシア	石神道（JRA）	実21.5	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走平均2.0着と安定／前走2着／125日ぶりの実戦）
前5走 04/23 浦和9R 2着/11頭+0.0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 2.0着 (安定) △ 騎手近50戦勝率 5% (やや苦戦) ○ 前走実績前走 2着 (好走) △ ローテーション 125日休養明け △ 期待値 (オッズ vs AI勝率) -1% (オッズ過剰評価) AI 予想勝率 4.6% (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。
6	ゴールドアムレット	和田譲（大井）	実164.4	▽詳細▼	大穴、AI予想勝率低く長期回収困難（直近3走平均9.0着と低調）
前5走 08/07 浦和8R 8着/11頭+2.4秒 07/28 川崎11R 14着/14頭+3.7秒 07/13 浦和5R 5着/10頭 06/22 浦和2R 2着/7頭 03/17 浦和1R 6着/7頭+2.4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 9.0着 (不振) ○ 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) -12% (オッズ過剰評価) AI 予想勝率 0.5% (オッズ暗示: 0.6%) ※ 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。
7	モルゲンレーテ	小杉亮（船橋）	実110.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場11走で勝率0%と苦戦傾向／直近3走平均2.7着と安定）
前5走 08/06 船橋4R 4着/8頭+0.8秒 07/13 浦和5R 2着/10頭+1.0秒 06/28 船橋1R 2着/9頭+0.0秒 06/03 船橋7R 8着/10頭 05/26 浦和1R 8着/9頭
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 2.7着 (安定) × 当競馬場適性 11走で勝率 0% (苦戦) ○ ローテーション 20日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +35% (妙味あり) AI 予想勝率 1.2% (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。
8	カプリースカラー	野畑凌（川崎）	実80.3	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 8 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 騎手近50戦勝率 18% △ 期待値 (オッズ vs AI勝率) +11% (市場と概ね一致) AI 予想勝率 1.4% (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	トップランカー	岡村健（船橋）	実19.7	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場3走で勝率67%と適性高／同馬場状態で勝率33%／直近3走で勝率33%と好調）
前5走 07/28 川崎11R 7着/14頭+1.0秒 06/28 船橋6R 1着/7頭 06/01 船橋1R 2着/11頭 05/09 船橋3R 1着/5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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 3走で勝率 67% (得意) ◎ 馬場適性同馬場 3走で勝率 33% 🌟◎ 期待値 (オッズ vs AI勝率) +67% (市場が大幅過小評価) AI 予想勝率 8.5% (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。
10	ウォニョン	菅原吏（船橋）	実241.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場7走で勝率0%と苦戦傾向）
前5走 08/02 船橋6R 9着/10頭+3.8秒 07/15 浦和1R 4着/11頭 06/24 浦和2R 2着/8頭 06/04 船橋2R 12着/12頭 05/07 船橋1R 12着/12頭+4.8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 5.0着 × 当競馬場適性 7走で勝率 0% (苦戦) △ 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) +14% (市場と概ね一致) AI 予想勝率 0.5% (オッズ暗示: 0.4%) ※ 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	マッドスピード	笠野雄（船橋）	実27.6	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（前走3着）
前5走 08/05 船橋10R 3着/12頭+0.8秒 07/16 浦和9R 3着/11頭 06/29 船橋7R 7着/8頭 06/01 船橋5R 7着/11頭 05/25 浦和2R 3着/10頭
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 4.3着 △ 当競馬場適性 11走で勝率 9% ○ 前走実績前走 3着 (好走) ○ 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) -23% (オッズ過剰評価) AI 予想勝率 2.8% (オッズ暗示: 3.6%) ※ 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	ラジスタンロイヤル逃げ	ゴンサ（船橋）	実83.9	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 07/16 浦和9R 6着/11頭+0.0秒 07/10 川崎5R 5着/9頭 06/28 船橋5R 8着/10頭+0.0秒 04/07 川崎6R 10着/10頭+3.2秒 04/01 船橋3R 6着/10頭+1.7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 6.3着 △ 当競馬場適性 7走で勝率 14% ○ 騎手近50戦勝率 13% ◎ 期待値 (オッズ vs AI勝率) +32% (妙味あり) AI 予想勝率 1.6% (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。
13	マナイアカラニ	丸山元（JRA）	実4.9	○詳細▼	AI上位評価だが期待値不足、見送り
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ AIランク評価 (順位学習モデル) レース内 2位 (上位評価) △ 期待値 (オッズ vs AI勝率) -16% (オッズ過剰評価) AI 予想勝率 17.2% (オッズ暗示: 20.4%) ※ 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。

🎯 AIの本命

AI評価1位

ダノンマスタング

騎手矢野貴（大井）

単勝オッズ

1.3倍

AI期待値

-39%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○13マナイアカラニ

4.9倍

EV -15%

▲4ノリキング

9.6倍

EV -7%

出走馬全13頭

◎1

ダノンマスタング

矢野貴（大井）

1.3倍

-39%

›

○13

マナイアカラニ

丸山元（JRA）

4.9倍

-15%

›

▲4

ノリキング

佐藤翔（JRA）

9.6倍

-7%

›

△9

トップランカー

岡村健（船橋）

19.7倍

+67%

›

△5

ルクリーシア

石神道（JRA）

21.5倍

-1%

›

△2

ピゲ

笹川翼（大井）

30.4倍

+33%

›

▽11

マッドスピード

笠野雄（船橋）

27.6倍

-22%

›

▽12

ラジスタンロイヤル

ゴンサ（船橋）

83.9倍

+32%

›

▽3

ネオシューマン

石田拓（JRA）

94.6倍

+35%

›

▽8

カプリースカラー

野畑凌（川崎）

80.3倍

+11%

›

▽7

モルゲンレーテ

小杉亮（船橋）

110.9倍

+35%

›

▽6

ゴールドアムレット

和田譲（大井）

164.4倍

-12%

›

▽10

ウォニョン

菅原吏（船橋）

241.1倍

+14%

›

💡 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