船橋 12R 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

12R 船橋競馬場開成町ダ2200m ダート2200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハクシンドラゴン	櫻井光（川崎）	実8.0	B× A△勝率7% 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 08/07 浦和12R 5着/10頭+1.4秒 07/30 川崎8R 3着/11頭+0.2秒 07/13 浦和12R 3着/12頭 06/24 浦和10R 8着/11頭 05/27 浦和10R 12着/12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戦の調子平均 3.7着 × 当競馬場適性 4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) -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 -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。
2	ゴッドトレジャー	山口達（船橋）	推定—	B○ A▲勝率14% EV-74% 詳細▼	人気馬、市場評価通りで上乗せなし（当競馬場7走で勝率57%と適性高／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 08/05 船橋12R 5着/12頭+1.5秒 06/29 船橋12R 1着/12頭 06/05 船橋9R 4着/14頭 05/07 船橋12R 1着/13頭勝利 04/03 船橋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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 馬場適性同馬場 10走で勝率 40% △ 騎手近50戦勝率 4% (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) -98% (大幅な期待値マイナス) AI 予想勝率 1.1% ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 13.6% / 期待値 -74% ※ 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	ブレイヴアウト自在	篠谷葵（船橋）	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 08/03 船橋10R 8着/10頭+1.4秒 06/26 浦和10R 8着/12頭 06/02 船橋10R 9着/11頭+1.0秒 05/07 船橋11R 8着/14頭+1.7秒 04/22 浦和10R 11着/12頭+2.1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 8.3着 (不振) × 当競馬場適性 28走で勝率 4% (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 11位 / 勝率 3.2% / 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	セントレガーロ	沖響主（船橋）	推定—	B× A×勝率2% 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 08/05 船橋12R 9着/12頭+3.1秒 07/15 浦和12R 11着/12頭 06/29 船橋12R 5着/12頭 06/02 船橋11R 3着/14頭 05/08 船橋10R 9着/12頭+1.7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 8.3着 (不振) △ 当競馬場適性 49走で勝率 6% ○ 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 13位 / 勝率 2.2% / 期待値 -96% ※ 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	ラップランド追込	ゴンサ（船橋）	実2.4	B△ A×勝率7% EV-83% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯10走で勝率30%／直近3走で勝率67%と好調）
前5走 08/03 船橋10R 4着/10頭+0.7秒 06/28 船橋12R 1着/3頭 06/02 船橋11R 1着/14頭 05/07 船橋12R 5着/13頭+1.4秒 03/31 船橋12R 5着/14頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 34走で勝率 18% (相性良) ◎ 距離適性同距離 10走で勝率 30% ○ 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) -99% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 41.7%) × Aモデルの評価 (参考) レース内 7位 / 勝率 6.8% / 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。
6	ヒロシゲジャック差し	笠野雄（船橋）	推定—	B× A×勝率5% EV-90% 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 07/30 川崎9R 7着/11頭+1.3秒 07/06 川崎11R 5着/9頭+0.0秒 05/08 船橋11R 11着/14頭+3.0秒 04/02 船橋11R 7着/9頭+2.0秒 03/13 船橋12R 4着/9頭+1.5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 7.7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 6走で勝ち無し ○ 馬場適性同馬場 32走で勝率 25% ○ ローテーション 28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 4.7% / 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。
7	レルアバド逃げ	矢野貴（大井）	推定—	B◎ A×勝率22% EV-59% 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（直近3走で勝率33%と好調／前走2着／騎手は近50戦で勝率20%）
前5走 07/30 川崎9R 2着/11頭+0.1秒 07/06 川崎11R 1着/9頭 04/22 浦和10R 2着/12頭+0.1秒 04/01 船橋12R 5着/13頭+1.6秒 03/10 船橋10R 5着/11頭+0.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ◎ 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 28日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +75% (市場が大幅過小評価) AI 予想勝率 95.7% × Aモデルの評価 (参考) レース内 1位 / 勝率 22.2% / 期待値 -59% ※ 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	マイキーマジック先行	濱田達（船橋）	推定—	B× A×勝率5% EV-89% 詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯は4走で勝ち無し／前走3着）
前5走 08/05 船橋12R 3着/12頭+1.2秒 05/06 船橋12R 3着/13頭+1.5秒 04/01 船橋12R 8着/13頭+3.6秒 03/10 船橋12R 1着/11頭勝利 02/26 浦和10R 5着/11頭+0.5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 4.7着 △ 当競馬場適性 24走で勝率 12% ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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 0.2% × Aモデルの評価 (参考) レース内 9位 / 勝率 4.6% / 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。
9	セイノスケ差し	七夕裕（浦和）	実8.0	B△ A△勝率7% EV-45% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/12 浦和12R 4着/10頭+0.8秒 07/30 川崎9R 6着/11頭+1.2秒 07/15 浦和12R 4着/12頭+3.0秒 05/25 浦和12R 3着/12頭 04/21 浦和6R 1着/12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戦の調子平均 4.7着 ○ 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) -92% (大幅な期待値マイナス) AI 予想勝率 0.9% (オッズ暗示: 12.5%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 6.8% / 期待値 -46% ※ 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	ナリノヴァニーユ追込	山本大（船橋）	実8.0	B× A×勝率4% EV-68% 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 08/05 船橋12R 2着/12頭+0.5秒 06/04 船橋10R 10着/11頭 05/07 船橋11R 10着/14頭+1.9秒 12/11 船橋9R 11着/14頭+3.9秒 11/06 船橋10R 7着/13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 7.3着 (不振) × 当競馬場適性 40走で勝率 2% (苦戦) ○ 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) -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 3.9% / 期待値 -69% ※ 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	ジラルデ自在	岡村健（船橋）	実3.4	B△ A△勝率8% EV-73% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/30 川崎9R 4着/11頭+1.1秒 05/06 船橋12R 4着/13頭+1.6秒 03/31 船橋9R 7着/12頭+4.2秒 03/13 船橋10R 4着/9頭+1.1秒 02/12 船橋12R 4着/14頭+1.3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 5.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ ローテーション 28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 0.5% (オッズ暗示: 29.4%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 7.8% / 期待値 -74% ※ 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	リュウノレガシー	野畑凌（川崎）	実6.0	B▲ A○勝率14% EV-14% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／騎手は近50戦で勝率20%）
前5走 08/05 船橋12R 4着/12頭+1.4秒 07/14 浦和10R 2着/3頭 06/22 浦和9R 3着/8頭+2.0秒 05/28 浦和8R 2着/11頭+2.0秒 05/06 船橋5R 6着/9頭+1.6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 3.0着 (安定) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 20% (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) -94% (大幅な期待値マイナス) AI 予想勝率 1.1% (オッズ暗示: 16.7%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 14.3% / 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。
13	マリアッチ追込	野澤憲（船橋）	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 08/05 船橋12R 6着/12頭+1.6秒 05/15 川崎10R 8着/12頭+1.5秒 05/06 船橋12R 5着/13頭+1.6秒 04/01 船橋12R 6着/13頭+3.0秒 03/11 船橋12R 12着/12頭+2.7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 6.3着 × 当競馬場適性 12走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (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 12位 / 勝率 3.1% / 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。

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 ×

レルアバド

騎手矢野貴（大井）

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:▲2ゴッドトレジャー

—

EV —

▲A:○12リュウノレガシー

6.0倍

EV -93%

出走馬全13頭

◎A:×7

レルアバド

矢野貴（大井）

—

›

○A:▲2

ゴッドトレジャー

山口達（船橋）

—

›

▲A:○12

リュウノレガシー

野畑凌（川崎）

6.0倍

-93%

›

△A:△9

セイノスケ

七夕裕（浦和）

8.0倍

-92%

›

△A:×5

ラップランド

ゴンサ（船橋）

2.4倍

-98%

›

△A:△11

ジラルデ

岡村健（船橋）

3.4倍

-98%

›

×A:×8

マイキーマジック

濱田達（船橋）

—

›

×A:×3

ブレイヴアウト

篠谷葵（船橋）

—

›

×A:×4

セントレガーロ

沖響主（船橋）

—

›

×A:×6

ヒロシゲジャック

笠野雄（船橋）

—

›

×A:×13

マリアッチ

野澤憲（船橋）

—

›

×A:△1

ハクシンドラゴン

櫻井光（川崎）

8.0倍

-99%

›

×A:×10

ナリノヴァニーユ

山本大（船橋）

8.0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

両モデルとも見送り

12R 船橋競馬場開成町ダ2200m ダート2200m　発走 20:50

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	ハクシンドラゴン	櫻井光（川崎）	実8.0	△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4走で勝率0%と苦戦傾向）
前5走 08/07 浦和12R 5着/10頭+1.4秒 07/30 川崎8R 3着/11頭+0.2秒 07/13 浦和12R 3着/12頭 06/24 浦和10R 8着/11頭 05/27 浦和10R 12着/12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戦の調子平均 3.7着 × 当競馬場適性 4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) -45% (大幅な期待値マイナス) AI 予想勝率 6.9% (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	ゴッドトレジャー	山口達（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7走で勝率57%と適性高／同馬場状態で勝率40%／直近3走で勝率33%と好調）
前5走 08/05 船橋12R 5着/12頭+1.5秒 06/29 船橋12R 1着/12頭 06/05 船橋9R 4着/14頭 05/07 船橋12R 1着/13頭勝利 04/03 船橋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戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 7走で勝率 57% (得意) ◎ 馬場適性同馬場 10走で勝率 40% △ 騎手近50戦勝率 4% (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) -74% (大幅な期待値マイナス) AI 予想勝率 13.6% ※ 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。
3	ブレイヴアウト自在	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28走で勝率4%と苦戦傾向／直近3走平均8.3着と低調）
前5走 08/03 船橋10R 8着/10頭+1.4秒 06/26 浦和10R 8着/12頭 06/02 船橋10R 9着/11頭+1.0秒 05/07 船橋11R 8着/14頭+1.7秒 04/22 浦和10R 11着/12頭+2.1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 8.3着 (不振) × 当競馬場適性 28走で勝率 4% (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) -94% (大幅な期待値マイナス) AI 予想勝率 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。
4	セントレガーロ	沖響主（船橋）	推定—	×詳細▼	人気馬、市場評価通りで上乗せなし（直近3走平均8.3着と低調）
前5走 08/05 船橋12R 9着/12頭+3.1秒 07/15 浦和12R 11着/12頭 06/29 船橋12R 5着/12頭 06/02 船橋11R 3着/14頭 05/08 船橋10R 9着/12頭+1.7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 8.3着 (不振) △ 当競馬場適性 49走で勝率 6% ○ 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) -96% (大幅な期待値マイナス) AI 予想勝率 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	ラップランド追込	ゴンサ（船橋）	実2.4	×詳細▼	人気馬、市場評価通りで上乗せなし（同距離帯10走で勝率30%／直近3走で勝率67%と好調）
前5走 08/03 船橋10R 4着/10頭+0.7秒 06/28 船橋12R 1着/3頭 06/02 船橋11R 1着/14頭 05/07 船橋12R 5着/13頭+1.4秒 03/31 船橋12R 5着/14頭+0.9秒
AI 評価の内訳 — 馬番 5 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ◎ 直近3戦の調子勝率 67% (絶好調) ○ 当競馬場適性 34走で勝率 18% (相性良) ◎ 距離適性同距離 10走で勝率 30% ○ 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) -84% (大幅な期待値マイナス) AI 予想勝率 6.8% (オッズ暗示: 41.7%) ※ 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	ヒロシゲジャック差し	笠野雄（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10走で勝率0%と苦戦傾向／同距離帯は6走で勝ち無し）
前5走 07/30 川崎9R 7着/11頭+1.3秒 07/06 川崎11R 5着/9頭+0.0秒 05/08 船橋11R 11着/14頭+3.0秒 04/02 船橋11R 7着/9頭+2.0秒 03/13 船橋12R 4着/9頭+1.5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 7.7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 6走で勝ち無し ○ 馬場適性同馬場 32走で勝率 25% ○ ローテーション 28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 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。
7	レルアバド逃げ	矢野貴（大井）	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（直近3走で勝率33%と好調／前走2着／騎手は近50戦で勝率20%）
前5走 07/30 川崎9R 2着/11頭+0.1秒 07/06 川崎11R 1着/9頭 04/22 浦和10R 2着/12頭+0.1秒 04/01 船橋12R 5着/13頭+1.6秒 03/10 船橋10R 5着/11頭+0.6秒
AI 評価の内訳 — 馬番 7 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 馬場適性同馬場 4走で勝率 25% ◎ 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 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -59% (大幅な期待値マイナス) AI 予想勝率 22.2% ※ 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	マイキーマジック先行	濱田達（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4走で勝ち無し／前走3着）
前5走 08/05 船橋12R 3着/12頭+1.2秒 05/06 船橋12R 3着/13頭+1.5秒 04/01 船橋12R 8着/13頭+3.6秒 03/10 船橋12R 1着/11頭勝利 02/26 浦和10R 5着/11頭+0.5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 4.7着 △ 当競馬場適性 24走で勝率 12% ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ○ 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) -89% (大幅な期待値マイナス) AI 予想勝率 4.6% ※ 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。
9	セイノスケ差し	七夕裕（浦和）	実8.0	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 08/12 浦和12R 4着/10頭+0.8秒 07/30 川崎9R 6着/11頭+1.2秒 07/15 浦和12R 4着/12頭+3.0秒 05/25 浦和12R 3着/12頭 04/21 浦和6R 1着/12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戦の調子平均 4.7着 ○ 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) -46% (大幅な期待値マイナス) AI 予想勝率 6.8% (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。
10	ナリノヴァニーユ追込	山本大（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（当競馬場40走で勝率2%と苦戦傾向／前走2着）
前5走 08/05 船橋12R 2着/12頭+0.5秒 06/04 船橋10R 10着/11頭 05/07 船橋11R 10着/14頭+1.9秒 12/11 船橋9R 11着/14頭+3.9秒 11/06 船橋10R 7着/13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 7.3着 (不振) × 当競馬場適性 40走で勝率 2% (苦戦) ○ 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) -69% (大幅な期待値マイナス) AI 予想勝率 3.9% (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。
11	ジラルデ自在	岡村健（船橋）	実3.4	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず
前5走 07/30 川崎9R 4着/11頭+1.1秒 05/06 船橋12R 4着/13頭+1.6秒 03/31 船橋9R 7着/12頭+4.2秒 03/13 船橋10R 4着/9頭+1.1秒 02/12 船橋12R 4着/14頭+1.3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 5.0着 ○ 当競馬場適性 26走で勝率 15% (相性良) ○ ローテーション 28日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -74% (大幅な期待値マイナス) AI 予想勝率 7.8% (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	リュウノレガシー	野畑凌（川崎）	実6.0	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均3.0着と安定／騎手は近50戦で勝率20%）
前5走 08/05 船橋12R 4着/12頭+1.4秒 07/14 浦和10R 2着/3頭 06/22 浦和9R 3着/8頭+2.0秒 05/28 浦和8R 2着/11頭+2.0秒 05/06 船橋5R 6着/9頭+1.6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 3.0着 (安定) ○ 当競馬場適性 5走で勝率 20% (相性良) ○ 馬場適性同馬場 7走で勝率 29% ◎ 騎手近50戦勝率 20% (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) -14% (オッズ過剰評価) AI 予想勝率 14.3% (オッズ暗示: 16.7%) ※ 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。
13	マリアッチ追込	野澤憲（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12走で勝率0%と苦戦傾向）
前5走 08/05 船橋12R 6着/12頭+1.6秒 05/15 川崎10R 8着/12頭+1.5秒 05/06 船橋12R 5着/13頭+1.6秒 04/01 船橋12R 6着/13頭+3.0秒 03/11 船橋12R 12着/12頭+2.7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 6.3着 × 当競馬場適性 12走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (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) -94% (大幅な期待値マイナス) AI 予想勝率 3.1% ※ 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

レルアバド

騎手矢野貴（大井）

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

○12リュウノレガシー

6.0倍

EV -14%

▲2ゴッドトレジャー

—

EV —

出走馬全13頭

×7

レルアバド

矢野貴（大井）

—

›

○12

リュウノレガシー

野畑凌（川崎）

6.0倍

-14%

›

▲2

ゴッドトレジャー

山口達（船橋）

—

›

△11

ジラルデ

岡村健（船橋）

3.4倍

-73%

›

△1

ハクシンドラゴン

櫻井光（川崎）

8.0倍

-44%

›

△9

セイノスケ

七夕裕（浦和）

8.0倍

-45%

›

×5

ラップランド

ゴンサ（船橋）

2.4倍

-83%

›

×6

ヒロシゲジャック

笠野雄（船橋）

—

›

×8

マイキーマジック

濱田達（船橋）

—

›

×10

ナリノヴァニーユ

山本大（船橋）

8.0倍

-68%

›

×3

ブレイヴアウト

篠谷葵（船橋）

—

›

×13

マリアッチ

野澤憲（船橋）

—

›

×4

セントレガーロ

沖響主（船橋）

—

›

💡 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