船橋 9R 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

9R 船橋競馬場小川町七夕まＣ１三ダ1000m ダート1000m　発走 18:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハローマイラブリー逃げ	藤本現（大井）	推定—	B× A×勝率5% EV-91% 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5R 4着/12頭+0.5秒 01/09 浦和10R 11着/13頭+2.1秒 12/17 川崎7R 6着/9頭+1.5秒 12/08 船橋9R 11着/12頭+3.4秒 11/05 船橋10R 4着/12頭+0.3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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (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 9位 / 勝率 4.8% / 期待値 -92% ※ 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	ペイシャコパ逃げ	及川烈（浦和）	推定—	B× A×勝率4% EV-91% 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 03/26 大井7R 8着/9頭+2.3秒 03/12 大井11R 9着/12頭+5.1秒 02/17 大井12R 13着/16頭+1.9秒 01/26 大井10R 8着/13頭+1.6秒 10/20 大井12R 1着/13頭勝利
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 10.0着 (不振) △ ローテーション 154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 10位 / 勝率 4.4% / 期待値 -92% ※ 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	モンテジュエル	木間龍（船橋）	実1.0	B△ A×勝率6% EV-94% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場9走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／同馬場状態で勝率31%）
前5走 08/11 浦和4R 5着/9頭+1.3秒 07/31 川崎9R 4着/12頭+1.4秒 07/14 浦和2R 2着/12頭+2.0秒 06/15 川崎4R 1着/11頭 06/02 船橋8R 9着/14頭
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 3.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 馬場適性同馬場 16走で勝率 31% ○ ローテーション 16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) AI 予想勝率 0.4% (オッズ暗示: 100.0%) × Aモデルの評価 (参考) レース内 8位 / 勝率 5.7% / 期待値 -94% ※ 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	サノノタルマエ	見越彬（浦和）	推定—	B× A×勝率4% EV-91% 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7R 3着/11頭+0.8秒 07/14 浦和7R 9着/12頭 06/26 浦和9R 9着/10頭+0.0秒 05/25 浦和10R 6着/12頭 05/15 川崎8R 7着/12頭+0.4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 7.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 前走実績前走 3着 (好走) ○ 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) -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 4.4% / 期待値 -92% ※ 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	ヒルビリーエレジー	西啓太（大井）	推定—	B△ A○勝率9% EV-80% 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／前走3着）
前5走 08/03 船橋5R 3着/12頭+0.4秒 07/02 船橋8R 6着/7頭 06/04 船橋9R 8着/12頭 05/06 船橋7R 1着/12頭勝利 ―
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 5.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 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) -100% (大幅な期待値マイナス) AI 予想勝率 0.2% ○ Aモデルの評価 (参考) レース内 2位 / 勝率 9.4% / 期待値 -81% ※ 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	ブライティアブエナ逃げ	岡村健（船橋）	推定—	B× A×勝率4% EV-94% 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 9着/10頭+1.7秒 06/29 船橋9R 5着/8頭 06/01 船橋8R 7着/9頭+0.0秒 05/04 船橋8R 12着/12頭+1.9秒 03/30 船橋9R 10着/10頭+2.7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 7.0着 (不振) △ 当競馬場適性 12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 12位 / 勝率 3.8% / 期待値 -95% ※ 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	パイナ	新原周（川崎）	推定—	B× A×勝率3% EV-93% 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6R 5着/12頭+0.8秒 07/30 川崎6R 5着/11頭+1.3秒 07/15 浦和6R 1着/11頭 07/07 川崎7R 5着/12頭 06/25 浦和7R 4着/12頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 17走で勝率 24% ○ ローテーション 15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 3.4% / 期待値 -93% ※ 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	タイセイガナール	篠谷葵（船橋）	推定—	B▲ A△勝率6% EV-90% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向／前走3着）
前5走 08/05 船橋2R 3着/6頭+1.1秒 07/04 船橋8R 8着/11頭+2.0秒 06/05 船橋5R 6着/10頭+0.0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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) -99% (大幅な期待値マイナス) AI 予想勝率 0.5% △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.1% / 期待値 -91% ※ 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	ヴェントフレイバー逃げ	川島正（船橋）	推定—	B× A△勝率7% EV-89% 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5R 10着/11頭+3.0秒 06/28 船橋10R 5着/8頭+0.0秒 06/03 船橋6R 6着/13頭 05/08 船橋8R 2着/14頭+0.4秒 04/02 船橋4R 10着/10頭+3.7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 7.0着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 25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 5位 / 勝率 6.9% / 期待値 -89% ※ 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	ガロス先行	小杉亮（船橋）	推定—	B× A▲勝率9% EV-83% 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 03/19 浦和11R 10着/12頭+2.0秒 02/23 浦和9R 1着/11頭勝利 02/06 川崎12R 4着/12頭+0.4秒 01/07 浦和5R 2着/12頭+0.2秒 12/25 浦和7R 10着/13頭+1.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 馬場適性同馬場 4走で勝率 25% △ 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 161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 3位 / 勝率 9.3% / 期待値 -84% ※ 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	エーティースピカ逃げ	半澤慶（浦和）	推定—	B△ A×勝率6% EV-86% 詳細▼	人気馬、市場評価通りで上乗せなし（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／前走勝利の勢い）
前5走 04/22 浦和9R 1着/12頭勝利 04/02 船橋4R 6着/10頭+2.1秒 08/20 浦和9R 3着/11頭+0.7秒 07/23 浦和10R 5着/11頭+0.6秒 07/05 船橋7R 5着/9頭+0.5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) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -99% (大幅な期待値マイナス) AI 予想勝率 0.3% × Aモデルの評価 (参考) レース内 7位 / 勝率 6.0% / 期待値 -87% ※ 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	シンボリライト逃げ	本橋孝（船橋）	推定—	B◎ A×勝率24% EV-62% 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5走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/05 船橋7R 1着/9頭勝利 04/01 船橋5R 1着/12頭勝利 03/10 船橋6R 1着/11頭勝利 02/11 船橋7R 1着/12頭勝利 01/21 船橋2R 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戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 5走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ 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% (市場が大幅過小評価) AI 予想勝率 96.6% × Aモデルの評価 (参考) レース内 1位 / 勝率 23.8% / 期待値 -62% ※ 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	シャドウダッチェス自在	古岡勇（川崎）	推定—	B× A×勝率3% EV-95% 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5R 8着/12頭+0.8秒 06/03 船橋10R 7着/13頭 05/05 船橋10R 5着/14頭+0.8秒 03/31 船橋10R 5着/14頭+0.3秒 03/11 船橋10R 12着/14頭+2.1秒
AI 評価の内訳 — 馬番 13 ◎ 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 15走で勝率 7% △ 距離適性同距離 10走で勝率 10% ○ 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 14位 / 勝率 2.9% / 期待値 -95% ※ 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。
14	マーシャルアン	ゴンサ（船橋）	推定—	B○ A△勝率9% EV-85% 詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 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) -97% (大幅な期待値マイナス) AI 予想勝率 2.0% △ Aモデルの評価 (参考) レース内 4位 / 勝率 9.1% / 期待値 -86% ※ 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 ×

シンボリライト

騎手本橋孝（船橋）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:△14マーシャルアン

—

EV —

▲A:△8タイセイガナール

—

EV —

出走馬全14頭

◎A:×12

シンボリライト

本橋孝（船橋）

—

›

○A:△14

マーシャルアン

ゴンサ（船橋）

—

›

▲A:△8

タイセイガナール

篠谷葵（船橋）

—

›

△A:×3

モンテジュエル

木間龍（船橋）

1.0倍

-99%

›

△A:×11

エーティースピカ

半澤慶（浦和）

—

›

△A:○5

ヒルビリーエレジー

西啓太（大井）

—

›

×A:×1

ハローマイラブリー

藤本現（大井）

—

›

×A:×2

ペイシャコパ

及川烈（浦和）

—

›

×A:×4

サノノタルマエ

見越彬（浦和）

—

›

×A:×6

ブライティアブエナ

岡村健（船橋）

—

›

×A:×7

パイナ

新原周（川崎）

—

›

×A:△9

ヴェントフレイバー

川島正（船橋）

—

›

×A:▲10

ガロス

小杉亮（船橋）

—

›

×A:×13

シャドウダッチェス

古岡勇（川崎）

—

›

💡 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

9R 船橋競馬場小川町七夕まＣ１三ダ1000m ダート1000m　発走 18:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハローマイラブリー逃げ	藤本現（大井）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場3走で勝率0%と苦戦傾向）
前5走 08/03 船橋5R 4着/12頭+0.5秒 01/09 浦和10R 11着/13頭+2.1秒 12/17 川崎7R 6着/9頭+1.5秒 12/08 船橋9R 11着/12頭+3.4秒 11/05 船橋10R 4着/12頭+0.3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 7.0着 (不振) × 当競馬場適性 3走で勝率 0% (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) -92% (大幅な期待値マイナス) AI 予想勝率 4.8% ※ 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。
2	ペイシャコパ逃げ	及川烈（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均10.0着と低調／154日ぶりの実戦）
前5走 03/26 大井7R 8着/9頭+2.3秒 03/12 大井11R 9着/12頭+5.1秒 02/17 大井12R 13着/16頭+1.9秒 01/26 大井10R 8着/13頭+1.6秒 10/20 大井12R 1着/13頭勝利
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 10.0着 (不振) △ ローテーション 154日休養明け × 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 4.4% ※ 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	モンテジュエル	木間龍（船橋）	実1.0	×詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場9走で勝率0%と苦戦傾向／同距離帯は5走で勝ち無し／同馬場状態で勝率31%）
前5走 08/11 浦和4R 5着/9頭+1.3秒 07/31 川崎9R 4着/12頭+1.4秒 07/14 浦和2R 2着/12頭+2.0秒 06/15 川崎4R 1着/11頭 06/02 船橋8R 9着/14頭
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 3.7着 × 当競馬場適性 9走で勝率 0% (苦戦) ▽ 距離適性同距離は 5走で勝ち無し ◎ 馬場適性同馬場 16走で勝率 31% ○ ローテーション 16日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -94% (大幅な期待値マイナス) AI 予想勝率 5.7% (オッズ暗示: 100.0%) ※ 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。
4	サノノタルマエ	見越彬（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（前走3着）
前5走 08/07 浦和7R 3着/11頭+0.8秒 07/14 浦和7R 9着/12頭 06/26 浦和9R 9着/10頭+0.0秒 05/25 浦和10R 6着/12頭 05/15 川崎8R 7着/12頭+0.4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 7.0着 (不振) ○ 当競馬場適性 6走で勝率 17% (相性良) ○ 前走実績前走 3着 (好走) ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 4.4% ※ 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	ヒルビリーエレジー	西啓太（大井）	推定—	○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／前走3着）
前5走 08/03 船橋5R 3着/12頭+0.4秒 07/02 船橋8R 6着/7頭 06/04 船橋9R 8着/12頭 05/06 船橋7R 1着/12頭勝利 ―
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 5.7着 ◎ 当競馬場適性 4走で勝率 25% (得意) ○ 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) -81% (大幅な期待値マイナス) AI 予想勝率 9.4% ※ 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	ブライティアブエナ逃げ	岡村健（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/06 船橋10R 9着/10頭+1.7秒 06/29 船橋9R 5着/8頭 06/01 船橋8R 7着/9頭+0.0秒 05/04 船橋8R 12着/12頭+1.9秒 03/30 船橋9R 10着/10頭+2.7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 7.0着 (不振) △ 当競馬場適性 12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) -95% (大幅な期待値マイナス) AI 予想勝率 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。
7	パイナ	新原周（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調）
前5走 08/12 浦和6R 5着/12頭+0.8秒 07/30 川崎6R 5着/11頭+1.3秒 07/15 浦和6R 1着/11頭 07/07 川崎7R 5着/12頭 06/25 浦和7R 4着/12頭
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 13走で勝率 8% △ 距離適性同距離 7走で勝率 14% ○ 馬場適性同馬場 17走で勝率 24% ○ ローテーション 15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 3.4% ※ 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。
8	タイセイガナール	篠谷葵（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3走で勝率0%と苦戦傾向／前走3着）
前5走 08/05 船橋2R 3着/6頭+1.1秒 07/04 船橋8R 8着/11頭+2.0秒 06/05 船橋5R 6着/10頭+0.0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 5.7着 × 当競馬場適性 3走で勝率 0% (苦戦) ○ 騎手近50戦勝率 16% ○ 前走実績前走 3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) -91% (大幅な期待値マイナス) AI 予想勝率 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。
9	ヴェントフレイバー逃げ	川島正（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は3走で勝ち無し）
前5走 08/02 船橋5R 10着/11頭+3.0秒 06/28 船橋10R 5着/8頭+0.0秒 06/03 船橋6R 6着/13頭 05/08 船橋8R 2着/14頭+0.4秒 04/02 船橋4R 10着/10頭+3.7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 7.0着 (不振) △ 当競馬場適性 7走で勝率 14% ▽ 距離適性同距離は 3走で勝ち無し ○ 騎手近50戦勝率 16% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 25日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -89% (大幅な期待値マイナス) AI 予想勝率 6.9% ※ 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。
10	ガロス先行	小杉亮（船橋）	推定—	▲詳細▼	人気馬、市場評価通りで上乗せなし（直近3走で勝率33%と好調／161日ぶりの実戦）
前5走 03/19 浦和11R 10着/12頭+2.0秒 02/23 浦和9R 1着/11頭勝利 02/06 川崎12R 4着/12頭+0.4秒 01/07 浦和5R 2着/12頭+0.2秒 12/25 浦和7R 10着/13頭+1.3秒
AI 評価の内訳 — 馬番 10 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 馬場適性同馬場 4走で勝率 25% △ 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 161日休養明け × 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 9.3% ※ 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。
11	エーティースピカ逃げ	半澤慶（浦和）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（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／前走勝利の勢い）
前5走 04/22 浦和9R 1着/12頭勝利 04/02 船橋4R 6着/10頭+2.1秒 08/20 浦和9R 3着/11頭+0.7秒 07/23 浦和10R 5着/11頭+0.6秒 07/05 船橋7R 5着/9頭+0.5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) △ 騎手近50戦勝率 2% (やや苦戦) ◎ 前走実績前走 1着 (勢い継続) △ ローテーション 127日休養明け × 期待値 (オッズ vs AI勝率) -87% (大幅な期待値マイナス) AI 予想勝率 6.0% ※ 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。
12	シンボリライト逃げ	本橋孝（船橋）	推定—	×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5走で勝率100%と適性高／直近3走で勝率100%と好調／前走勝利の勢い）
前5走 08/05 船橋7R 1着/9頭勝利 04/01 船橋5R 1着/12頭勝利 03/10 船橋6R 1着/11頭勝利 02/11 船橋7R 1着/12頭勝利 01/21 船橋2R 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戦の調子勝率 100% (絶好調) ◎ 当競馬場適性 5走で勝率 100% (得意) ◎ 前走実績前走 1着 (勢い継続) ○ 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) -62% (大幅な期待値マイナス) AI 予想勝率 23.8% ※ 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。
13	シャドウダッチェス自在	古岡勇（川崎）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし
前5走 08/03 船橋5R 8着/12頭+0.8秒 06/03 船橋10R 7着/13頭 05/05 船橋10R 5着/14頭+0.8秒 03/31 船橋10R 5着/14頭+0.3秒 03/11 船橋10R 12着/14頭+2.1秒
AI 評価の内訳 — 馬番 13 ◎ 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 15走で勝率 7% △ 距離適性同距離 10走で勝率 10% ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 2.9% ※ 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。
14	マーシャルアン	ゴンサ（船橋）	推定—	△詳細▼	人気馬、市場評価通りで上乗せなし
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 14 ◎ 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 4位 (中位評価) × 期待値 (オッズ vs AI勝率) -86% (大幅な期待値マイナス) AI 予想勝率 9.1% ※ 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。

🎯 AIの本命

AI評価1位

シンボリライト

騎手本橋孝（船橋）

単勝オッズ

—

AI期待値

—

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○5ヒルビリーエレジー

—

EV —

▲10ガロス

—

EV —

出走馬全14頭

×12

シンボリライト

本橋孝（船橋）

—

›

○5

ヒルビリーエレジー

西啓太（大井）

—

›

▲10

ガロス

小杉亮（船橋）

—

›

△14

マーシャルアン

ゴンサ（船橋）

—

›

△9

ヴェントフレイバー

川島正（船橋）

—

›

△8

タイセイガナール

篠谷葵（船橋）

—

›

×11

エーティースピカ

半澤慶（浦和）

—

›

×3

モンテジュエル

木間龍（船橋）

1.0倍

-94%

›

×1

ハローマイラブリー

藤本現（大井）

—

›

×2

ペイシャコパ

及川烈（浦和）

—

›

×4

サノノタルマエ

見越彬（浦和）

—

›

×6

ブライティアブエナ

岡村健（船橋）

—

›

×7

パイナ

新原周（川崎）

—

›

×13

シャドウダッチェス

古岡勇（川崎）

—

›

💡 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