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 船橋競馬場ダ1600m ダート1600m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カプローニ	及川烈（浦和）	実36.7	B× A▽勝率1% EV-47% 詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和12R 4着/10頭+1.4秒 07/14 浦和6R 2着/10頭 06/26 浦和9R 4着/10頭 05/28 浦和9R 4着/12頭 05/05 船橋6R 11着/12頭+2.5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 3.3着 ○ 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) -78% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 2.7%) ▽ Aモデルの評価 (参考) レース内 12位 / 勝率 1.4% / 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。
2	スーパーロゴ追込	菅原吏（船橋）	実210.1	B× A▽勝率1% EV+150% 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 07/15 浦和10R 11着/11頭 05/05 船橋6R 7着/12頭+1.6秒 03/16 浦和10R 9着/11頭+1.4秒 02/28 浦和11R 4着/11頭+1.4秒 01/23 船橋10R 9着/11頭+2.0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 9.0着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) × 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 1.2% / 期待値 +150% ※ 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	キャッスルプライド	山本大（船橋）	実10.6	B× A▲勝率13% EV+32% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/03 船橋6R 1着/3頭 06/01 船橋5R 9着/11頭+5.0秒 05/25 浦和2R 5着/10頭 05/04 船橋1R 5着/11頭+1.5秒 04/22 浦和8R 9着/12頭+2.2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) △ 当競馬場適性 11走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) ○ 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) -95% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 9.4%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 12.5% / 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。
4	マクマード先行	野畑凌（川崎）	実24.2	B△ A▽勝率3% EV-19% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/04 船橋8R 5着/8頭+2.7秒 06/05 船橋9R 3着/14頭 05/25 浦和10R 7着/12頭 05/08 船橋10R 4着/12頭+0.4秒 04/02 船橋10R 4着/14頭+1.5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 5.0着 △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 6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) -86% (大幅な期待値マイナス) AI 予想勝率 0.6% (オッズ暗示: 4.1%) ▽ Aモデルの評価 (参考) レース内 10位 / 勝率 3.3% / 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。
5	ミッドナイトホーク自在	ゴンサ（船橋）	実39.7	B× A▽勝率2% EV-38% 詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し）
前5走 08/05 船橋6R 6着/10頭+1.2秒 07/08 川崎7R 6着/11頭+1.0秒 06/01 船橋11R 6着/8頭 05/04 船橋11R 7着/12頭+2.6秒 04/03 船橋6R 5着/7頭+3.5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 6.0着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 15% ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -79% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 11位 / 勝率 1.5% / 期待値 -39% ※ 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	ソリスレガーロ先行	篠谷葵（船橋）	実14.1	B▲ A△勝率7% EV0% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12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 08/05 船橋6R 3着/10頭+0.6秒 04/08 川崎12R 8着/14頭+2.0秒 03/09 船橋11R 7着/10頭+1.8秒 02/13 船橋9R 4着/11頭+1.2秒 01/23 船橋10R 11着/11頭+2.6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 6.0着 × 当競馬場適性 12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 16% ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -58% (大幅な期待値マイナス) AI 予想勝率 3.0% (オッズ暗示: 7.1%) △ Aモデルの評価 (参考) レース内 5位 / 勝率 7.1% / 期待値 -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。
7	ウインブリエ	張田昂（船橋）	実27.3	B△ A▽勝率4% EV+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25%と適性高／同距離帯は4走で勝ち無し）
前5走 08/12 浦和10R 5着/11頭+0.8秒 07/30 川崎8R 4着/11頭+0.5秒 07/15 浦和10R 6着/11頭 06/26 浦和9R 2着/10頭 06/05 船橋9R 14着/14頭+7.0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 5.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) -59% (大幅な期待値マイナス) AI 予想勝率 1.5% (オッズ暗示: 3.7%) ▽ Aモデルの評価 (参考) レース内 8位 / 勝率 3.8% / 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。
8	グランカッサ	佐野遥（川崎）	実5.2	B× A△勝率11% EV-43% 詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調）
前5走 08/12 浦和10R 7着/11頭+1.0秒 05/27 浦和10R 11着/12頭 ― ― ―
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 9.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -98% (大幅な期待値マイナス) AI 予想勝率 0.5% (オッズ暗示: 19.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 10.8% / 期待値 -44% ※ 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	クレフェノー推奨	西啓太（大井）	実5.6	B🌟◎ A○勝率16% EV-9% 詳細▼	市場が大きく過小評価、AI予想勝率83% × オッズ5.6倍で期待値+363%の有力候補（直近3走勝率33%と上り調子／同距離帯で勝率60%と得意／同馬場状態で勝率43%）
前5走 08/05 船橋6R 4着/10頭+0.7秒 04/06 3111R 3着/9頭+2.0秒 03/26 318R 1着/9頭 03/12 316R 4着/11頭 02/25 317R 3着/12頭
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) ◎ 距離適性同距離 5走で勝率 60% ◎ 馬場適性同馬場 7走で勝率 43% ○ ローテーション 23日の間隔 (理想的) 🌟◎ 期待値 (オッズ vs AI勝率) +363% (市場が大幅過小評価) AI 予想勝率 82.8% (オッズ暗示: 17.9%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 16.2% / 期待値 -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	リュウノエッセンス逃げ	山中悠（船橋）	実39.7	B× A▽勝率3% EV+34% 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 08/05 船橋6R 9着/10頭+1.9秒 07/15 浦和10R 5着/11頭 06/24 浦和10R 6着/11頭 06/03 船橋3R 5着/8頭+4.0秒 03/06 川崎4R 1着/9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 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ ローテーション 23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 0.5% (オッズ暗示: 2.5%) ▽ Aモデルの評価 (参考) レース内 9位 / 勝率 3.4% / 期待値 +34% ※ 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	キャッスルエール	仲野光（船橋）	実14.1	B△ A▽勝率6% EV-22% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 08/05 船橋6R 5着/10頭+1.1秒 07/17 浦和9R 1着/9頭 07/02 船橋6R 4着/10頭 06/01 船橋7R 4着/12頭 05/25 浦和8R 3着/12頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 16走で勝率 6% ○ ローテーション 23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 0.6% (オッズ暗示: 7.1%) ▽ Aモデルの評価 (参考) レース内 7位 / 勝率 5.5% / 期待値 -22% ※ 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	カムバック逃げ	臼井健（船橋）	実11.7	B× A△勝率6% EV-25% 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6R 10着/10頭+2.5秒 06/28 船橋12R 3着/3頭 05/26 浦和10R 1着/13頭 05/06 船橋9R 8着/12頭+1.5秒 04/02 船橋10R 11着/14頭+5.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 12走で勝率 17% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 23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 6.4% / 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。
13	メイプルハッピー	笹川翼（大井）	実2.4	B○ A◎勝率27% EV-35% 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 13 ◎ 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) -78% (大幅な期待値マイナス) AI 予想勝率 9.0% (オッズ暗示: 41.7%) ◎ Aモデルの評価 (参考) レース内 1位 / 勝率 26.8% / 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。

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

B推奨Aモデル ○

クレフェノー

騎手西啓太（大井）

単勝オッズ

5.6倍

AI期待値

+363%

買い目

¥1,900

全レースの推奨

AIの推奨本命の次点

○A:◎13メイプルハッピー

2.4倍

EV -78%

▲A:△6ソリスレガーロ

14.1倍

EV -57%

出走馬全13頭

◎A:○9

クレフェノー

西啓太（大井）

5.6倍

+363%

›

○A:◎13

メイプルハッピー

笹川翼（大井）

2.4倍

-78%

›

▲A:△6

ソリスレガーロ

篠谷葵（船橋）

14.1倍

-57%

›

△A:▽7

ウインブリエ

張田昂（船橋）

27.3倍

-59%

›

△A:▽11

キャッスルエール

仲野光（船橋）

14.1倍

-91%

›

△A:▽4

マクマード

野畑凌（川崎）

24.2倍

-85%

›

×A:▽1

カプローニ

及川烈（浦和）

36.7倍

-78%

›

×A:▽5

ミッドナイトホーク

ゴンサ（船橋）

39.7倍

-78%

›

×A:△8

グランカッサ

佐野遥（川崎）

5.2倍

-97%

›

×A:▲3

キャッスルプライド

山本大（船橋）

10.6倍

-94%

›

×A:▽10

リュウノエッセンス

山中悠（船橋）

39.7倍

-81%

›

×A:△12

カムバック

臼井健（船橋）

11.7倍

-99%

›

×A:▽2

スーパーロゴ

菅原吏（船橋）

210.1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

A. 市場込みモデル

見送り

B. 市場除外+キャリブ

単勝 9 クレフェノー ¥1,900 確定5.2倍期待値 +364% 🎯的中1着確定 5.2倍9,880円

※ オッズは予測時点の値です。

9R 船橋競馬場ダ1600m ダート1600m　発走 19:05

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	カプローニ	及川烈（浦和）	実36.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/07 浦和12R 4着/10頭+1.4秒 07/14 浦和6R 2着/10頭 06/26 浦和9R 4着/10頭 05/28 浦和9R 4着/12頭 05/05 船橋6R 11着/12頭+2.5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 3.3着 ○ 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) -47% (大幅な期待値マイナス) AI 予想勝率 1.4% (オッズ暗示: 2.7%) ※ 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	スーパーロゴ追込	菅原吏（船橋）	実210.1	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は3走で勝ち無し／直近3走平均9.0着と低調）
前5走 07/15 浦和10R 11着/11頭 05/05 船橋6R 7着/12頭+1.6秒 03/16 浦和10R 9着/11頭+1.4秒 02/28 浦和11R 4着/11頭+1.4秒 01/23 船橋10R 9着/11頭+2.0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 9.0着 (不振) △ 当競馬場適性 8走で勝率 12% ▽ 距離適性同距離は 3走で勝ち無し △ 騎手近50戦勝率 2% (やや苦戦) ▽ 前走実績前走 11着 (大敗) 🌟◎ 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 1.2% (オッズ暗示: 0.5%) ※ 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。
3	キャッスルプライド	山本大（船橋）	実10.6	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調／前走勝利の勢い）
前5走 08/03 船橋6R 1着/3頭 06/01 船橋5R 9着/11頭+5.0秒 05/25 浦和2R 5着/10頭 05/04 船橋1R 5着/11頭+1.5秒 04/22 浦和8R 9着/12頭+2.2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) △ 当競馬場適性 11走で勝率 9% ◎ 前走実績前走 1着 (勢い継続) ○ 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) +32% (妙味あり) AI 予想勝率 12.5% (オッズ暗示: 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。
4	マクマード先行	野畑凌（川崎）	実24.2	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同距離帯は6走で勝ち無し／騎手は近50戦で勝率20%）
前5走 08/04 船橋8R 5着/8頭+2.7秒 06/05 船橋9R 3着/14頭 05/25 浦和10R 7着/12頭 05/08 船橋10R 4着/12頭+0.4秒 04/02 船橋10R 4着/14頭+1.5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 5.0着 △ 当競馬場適性 15走で勝率 7% ▽ 距離適性同距離は 6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) -19% (オッズ過剰評価) AI 予想勝率 3.3% (オッズ暗示: 4.1%) ※ 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。
5	ミッドナイトホーク自在	ゴンサ（船橋）	実39.7	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯は7走で勝ち無し）
前5走 08/05 船橋6R 6着/10頭+1.2秒 07/08 川崎7R 6着/11頭+1.0秒 06/01 船橋11R 6着/8頭 05/04 船橋11R 7着/12頭+2.6秒 04/03 船橋6R 5着/7頭+3.5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 6.0着 △ 当競馬場適性 9走で勝率 11% ▽ 距離適性同距離は 7走で勝ち無し ○ 騎手近50戦勝率 15% ○ ローテーション 23日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -39% (大幅な期待値マイナス) AI 予想勝率 1.5% (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。
6	ソリスレガーロ先行	篠谷葵（船橋）	実14.1	△詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（当競馬場12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 08/05 船橋6R 3着/10頭+0.6秒 04/08 川崎12R 8着/14頭+2.0秒 03/09 船橋11R 7着/10頭+1.8秒 02/13 船橋9R 4着/11頭+1.2秒 01/23 船橋10R 11着/11頭+2.6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 6.0着 × 当競馬場適性 12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 16% ○ 前走実績前走 3着 (好走) ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -0% (オッズ過剰評価) AI 予想勝率 7.1% (オッズ暗示: 7.1%) ※ 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。
7	ウインブリエ	張田昂（船橋）	実27.3	▽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25%と適性高／同距離帯は4走で勝ち無し）
前5走 08/12 浦和10R 5着/11頭+0.8秒 07/30 川崎8R 4着/11頭+0.5秒 07/15 浦和10R 6着/11頭 06/26 浦和9R 2着/10頭 06/05 船橋9R 14着/14頭+7.0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 5.0着 ◎ 当競馬場適性 4走で勝率 25% (得意) ▽ 距離適性同距離は 4走で勝ち無し ○ 騎手近50戦勝率 16% ○ 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) +3% (市場と概ね一致) AI 予想勝率 3.8% (オッズ暗示: 3.7%) ※ 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	グランカッサ	佐野遥（川崎）	実5.2	△詳細▼	市場想定とAI評価が概ね一致、推奨に届かず（直近3走平均9.0着と低調）
前5走 08/12 浦和10R 7着/11頭+1.0秒 05/27 浦和10R 11着/12頭 ― ― ―
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 9.0着 (不振) △ 騎手近50戦勝率 4% (やや苦戦) ○ 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) -44% (大幅な期待値マイナス) AI 予想勝率 10.8% (オッズ暗示: 19.2%) ※ 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	クレフェノー推奨	西啓太（大井）	実5.6	○詳細▼	期待値プラスでAIの推し馬（直近3走勝率33%と上り調子／同距離帯で勝率60%と得意／同馬場状態で勝率43%）
前5走 08/05 船橋6R 4着/10頭+0.7秒 04/06 3111R 3着/9頭+2.0秒 03/26 318R 1着/9頭 03/12 316R 4着/11頭 02/25 317R 3着/12頭
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) ◎ 距離適性同距離 5走で勝率 60% ◎ 馬場適性同馬場 7走で勝率 43% ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -9% (オッズ過剰評価) AI 予想勝率 16.2% (オッズ暗示: 17.9%) ※ 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	リュウノエッセンス逃げ	山中悠（船橋）	実39.7	▽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 08/05 船橋6R 9着/10頭+1.9秒 07/15 浦和10R 5着/11頭 06/24 浦和10R 6着/11頭 06/03 船橋3R 5着/8頭+4.0秒 03/06 川崎4R 1着/9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 6.7着 × 当競馬場適性 4走で勝率 0% (苦戦) ○ 馬場適性同馬場 5走で勝率 20% ○ 騎手近50戦勝率 18% ○ ローテーション 23日の間隔 (理想的) ◎ 期待値 (オッズ vs AI勝率) +34% (妙味あり) AI 予想勝率 3.4% (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。
11	キャッスルエール	仲野光（船橋）	実14.1	▽詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（直近3走で勝率33%と好調）
前5走 08/05 船橋6R 5着/10頭+1.1秒 07/17 浦和9R 1着/9頭 07/02 船橋6R 4着/10頭 06/01 船橋7R 4着/12頭 05/25 浦和8R 3着/12頭
AI 評価の内訳 — 馬番 11 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) △ 当競馬場適性 16走で勝率 6% ○ ローテーション 23日の間隔 (理想的) △ 期待値 (オッズ vs AI勝率) -22% (オッズ過剰評価) AI 予想勝率 5.5% (オッズ暗示: 7.1%) ※ 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。
12	カムバック逃げ	臼井健（船橋）	実11.7	△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／直近3走で勝率33%と好調）
前5走 08/05 船橋6R 10着/10頭+2.5秒 06/28 船橋12R 3着/3頭 05/26 浦和10R 1着/13頭 05/06 船橋9R 8着/12頭+1.5秒 04/02 船橋10R 11着/14頭+5.1秒
AI 評価の内訳 — 馬番 12 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ○ 当競馬場適性 12走で勝率 17% (相性良) ▽ 距離適性同距離は 4走で勝ち無し ○ 馬場適性同馬場 4走で勝率 25% ▽ 前走実績前走 10着 (大敗) ○ ローテーション 23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 6.4% (オッズ暗示: 8.5%) ※ 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。
13	メイプルハッピー	笹川翼（大井）	実2.4	◎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
前5走 ― ― ― ― ―
AI 評価の内訳 — 馬番 13 ◎ 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) -36% (大幅な期待値マイナス) AI 予想勝率 26.8% (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。

🎯 AIの本命

AI評価1位

メイプルハッピー

騎手笹川翼（大井）

単勝オッズ

2.4倍

AI期待値

-35%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○9クレフェノー

5.6倍

EV -9%

▲3キャッスルプライド

10.6倍

EV +32%

出走馬全13頭

◎13

メイプルハッピー

笹川翼（大井）

2.4倍

-35%

›

○9

クレフェノー

西啓太（大井）

5.6倍

-9%

›

▲3

キャッスルプライド

山本大（船橋）

10.6倍

+32%

›

△8

グランカッサ

佐野遥（川崎）

5.2倍

-43%

›

△6

ソリスレガーロ

篠谷葵（船橋）

14.1倍

›

△12

カムバック

臼井健（船橋）

11.7倍

-25%

›

▽11

キャッスルエール

仲野光（船橋）

14.1倍

-22%

›

▽7

ウインブリエ

張田昂（船橋）

27.3倍

+3%

›

▽10

リュウノエッセンス

山中悠（船橋）

39.7倍

+34%

›

▽4

マクマード

野畑凌（川崎）

24.2倍

-19%

›

▽5

ミッドナイトホーク

ゴンサ（船橋）

39.7倍

-38%

›

▽1

カプローニ

及川烈（浦和）

36.7倍

-47%

›

▽2

スーパーロゴ

菅原吏（船橋）

210.1倍

+150%

›

💡 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 9 クレフェノー ¥1,900 確定5.2倍期待値 -9% 🎯的中1着確定 5.2倍9,880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