船橋 11R 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

11R 船橋競馬場ダ2200m ダート2200m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アオイイーグル逃げ	本田重（船橋）	実33.8	B△ A△勝率3% EV-13% 詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／113日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 05/07 船橋10R 7着/11頭+1.0秒 04/02 船橋12R 6着/11頭+1.0秒 03/10 船橋11R 3着/9頭+0.1秒 02/04 川崎11R 2着/12頭+1.0秒 01/02 川崎11R 1着/7頭勝利
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 5.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 113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 0.2% (オッズ暗示: 3.0%) △ Aモデルの評価 (参考) レース内 6位 / 勝率 2.5% / 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。
2	カレンアルカンタラ逃げ	山中悠（船橋）	実84.2	B× A▽勝率1% EV-13% 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 04/02 船橋11R 8着/9頭+2.3秒 03/13 船橋12R 2着/9頭+0.8秒 02/04 川崎11R 12着/12頭+4.3秒 01/02 川崎11R 2着/7頭+0.6秒 12/09 船橋8R 11着/14頭+1.7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 7.3着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 騎手近50戦勝率 16% △ ローテーション 148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 1.0% / 期待値 -13% ※ 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	ルトンワージ	見越彬（浦和）	実13.9	B△ A▲勝率7% EV-8% 詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率50%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/15 浦和12R 1着/12頭 05/26 浦和12R 4着/12頭 04/21 浦和12R 1着/12頭勝利 03/18 浦和9R 3着/12頭+0.6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 67% (絶好調) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) × 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: 7.2%) ▲ Aモデルの評価 (参考) レース内 3位 / 勝率 6.6% / 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。
4	キタサンドーシン逃げ	本橋孝（船橋）	実16.1	B▲ A△勝率5% EV-26% 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30%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率38%）
前5走 08/04 船橋10R 5着/10頭+2.0秒 07/02 船橋11R 4着/13頭 05/08 船橋11R 1着/14頭勝利 04/02 船橋11R 4着/9頭+0.7秒 03/13 船橋12R 1着/9頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 8走で勝率 38% ○ 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 0.3% (オッズ暗示: 6.2%) △ Aモデルの評価 (参考) レース内 4位 / 勝率 4.6% / 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。
5	フロインフォッサル追込	ゴンサ（船橋）	実40.6	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 08/04 船橋10R 7着/10頭+3.1秒 04/02 船橋12R 9着/11頭+2.0秒 03/10 船橋11R 5着/9頭+1.1秒 02/13 船橋11R 1着/11頭勝利 01/13 大井11R 4着/10頭+0.6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 7.0着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 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 7位 / 勝率 1.7% / 期待値 -32% ※ 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	メイプルタピット	張田昂（船橋）	実8.2	B○ A○勝率16% EV+29% 詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.5着と安定／前走2着）
前5走 08/04 船橋10R 2着/10頭+0.8秒 07/02 船橋11R 3着/13頭 ― ― ―
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 2.5着 (安定) ○ 騎手近50戦勝率 16% ○ 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) -11% (オッズ過剰評価) AI 予想勝率 10.8% (オッズ暗示: 12.2%) ○ Aモデルの評価 (参考) レース内 2位 / 勝率 15.8% / 期待値 +30% ※ 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	プレミアムハンド追込	佐野遥（川崎）	実188.0	B× A▽勝率0% EV-40% 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 06/09 大井11R 10着/14頭 04/09 川崎11R 13着/14頭+3.2秒 12/09 船橋11R 4着/8頭+1.6秒 09/10 川崎11R 7着/10頭+4.4秒 08/13 大井11R 6着/12頭+3.0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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10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 12位 / 勝率 0.3% / 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。
8	マキシマムパワー逃げ	町田直（川崎）	実40.0	B× A×勝率1% EV-50% 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11R 10着/10頭+2.1秒 04/02 船橋11R 3着/9頭+0.3秒 03/11 船橋11R 7着/12頭+2.1秒 02/12 船橋12R 1着/14頭勝利 01/23 船橋12R 1着/14頭勝利
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 6.7着 ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 騎手近50戦勝率 20% (好調) ▽ 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 8位 / 勝率 1.2% / 期待値 -50% ※ 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	コスモジンバック	達城龍（大井）	実25.9	B△ A△勝率3% EV-20% 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 08/14 大井9R 3着/7頭+2.1秒 06/29 大井11R 5着/14頭 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -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 3.1% / 期待値 -20% ※ 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	ナショナルモール差し	和田譲（大井）	実56.5	B× A▽勝率1% EV-33% 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11R 2着/10頭+0.2秒 07/04 船橋11R 2着/13頭 05/08 船橋11R 10着/14頭+2.9秒 04/02 船橋11R 9着/9頭+3.4秒 03/13 船橋12R 6着/9頭+2.1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 4.7着 ○ 当競馬場適性 27走で勝率 19% (相性良) ◎ 距離適性同距離 13走で勝率 38% ○ 馬場適性同馬場 25走で勝率 20% ○ 前走実績前走 2着 (好走) ○ 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 9位 / 勝率 1.2% / 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	ゼアシュネル逃げ	御神訓（大井）	実1.2	B🌟◎ A🌟◎勝率61% EV-26% 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14走で勝率79%と適性高／同馬場状態で勝率86%／直近3走で勝率67%と好調）
前5走 08/04 船橋10R 1着/10頭勝利 07/02 船橋11R 2着/13頭 05/08 船橋12R 1着/13頭勝利 10/02 船橋10R 1着/11頭勝利 07/31 船橋11R 1着/7頭勝利
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 67% (絶好調) ◎ 当競馬場適性 14走で勝率 79% (得意) ◎ 馬場適性同馬場 7走で勝率 86% ◎ 騎手近50戦勝率 26% (好調) ◎ 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) +6% (市場と概ね一致) AI 予想勝率 88.4% (オッズ暗示: 83.3%) 🌟◎ Aモデルの評価 (参考) レース内 1位 / 勝率 61.1% / 期待値 -27% ※ 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	ブラヴール追込	山口達（船橋）	実235.5	B× A▽勝率0% EV-48% 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10R 9着/10頭+5.2秒 07/02 船橋11R 8着/13頭 03/10 船橋11R 7着/9頭+1.9秒 02/13 船橋11R 10着/11頭+1.8秒 12/09 船橋8R 5着/14頭+0.3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 8.0着 (不振) × 当競馬場適性 29走で勝率 3% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 4% (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 0.2% / 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。
13	ラブアンドハピネス自在	半澤慶（浦和）	実113.5	B× A▽勝率1% EV-31% 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 08/11 浦和10R 5着/8頭+0.8秒 07/04 船橋11R 8着/13頭 03/20 浦和11R 10着/12頭+1.2秒 03/04 川崎11R 2着/6頭+0.2秒 02/10 船橋12R 4着/14頭+0.5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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 馬場適性同馬場 10走で勝率 30% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 17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 0.6% / 期待値 -31% ※ 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 ◎

ゼアシュネル

騎手御神訓（大井）

単勝オッズ

1.2倍

AI期待値

+6%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○A:○6メイプルタピット

8.2倍

EV -11%

▲A:△4キタサンドーシン

16.1倍

EV -95%

出走馬全13頭

◎A:◎11

ゼアシュネル

御神訓（大井）

1.2倍

+6%

›

○A:○6

メイプルタピット

張田昂（船橋）

8.2倍

-11%

›

▲A:△4

キタサンドーシン

本橋孝（船橋）

16.1倍

-95%

›

△A:▲3

ルトンワージ

見越彬（浦和）

13.9倍

-96%

›

△A:△1

アオイイーグル

本田重（船橋）

33.8倍

-91%

›

△A:△9

コスモジンバック

達城龍（大井）

25.9倍

-99%

›

×A:×8

マキシマムパワー

町田直（川崎）

40.0倍

-99%

›

×A:▽5

フロインフォッサル

ゴンサ（船橋）

40.6倍

-99%

›

×A:▽10

ナショナルモール

和田譲（大井）

56.5倍

-99%

›

×A:▽2

カレンアルカンタラ

山中悠（船橋）

84.2倍

-99%

›

×A:▽13

ラブアンドハピネス

半澤慶（浦和）

113.5倍

-99%

›

×A:▽7

プレミアムハンド

佐野遥（川崎）

188.0倍

-99%

›

×A:▽12

ブラヴール

山口達（船橋）

235.5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

11R 船橋競馬場ダ2200m ダート2200m　発走 20:15

並べ替え:

馬番	馬名	騎手	オッズ	AI評価	AI解説
1	アオイイーグル逃げ	本田重（船橋）	実33.8	△詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場5走で勝率0%と苦戦傾向／113日ぶりの実戦／騎手は近50戦で勝率20%）
前5走 05/07 船橋10R 7着/11頭+1.0秒 04/02 船橋12R 6着/11頭+1.0秒 03/10 船橋11R 3着/9頭+0.1秒 02/04 川崎11R 2着/12頭+1.0秒 01/02 川崎11R 1着/7頭勝利
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 5.3着 × 当競馬場適性 5走で勝率 0% (苦戦) ◎ 騎手近50戦勝率 20% (好調) △ ローテーション 113日休養明け △ 期待値 (オッズ vs AI勝率) -14% (オッズ過剰評価) AI 予想勝率 2.5% (オッズ暗示: 3.0%) ※ 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。
2	カレンアルカンタラ逃げ	山中悠（船橋）	実84.2	▽詳細▼	大穴、AI予想勝率低く長期回収困難（148日ぶりの実戦）
前5走 04/02 船橋11R 8着/9頭+2.3秒 03/13 船橋12R 2着/9頭+0.8秒 02/04 川崎11R 12着/12頭+4.3秒 01/02 川崎11R 2着/7頭+0.6秒 12/09 船橋8R 11着/14頭+1.7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 7.3着 (不振) △ 当競馬場適性 9走で勝率 11% ○ 騎手近50戦勝率 16% △ ローテーション 148日休養明け △ 期待値 (オッズ vs AI勝率) -13% (オッズ過剰評価) AI 予想勝率 1.0% (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。
3	ルトンワージ	見越彬（浦和）	実13.9	▲詳細▼	中穴ゾーン、推奨優位馬と比較し劣後（同馬場状態で勝率50%／直近3走で勝率67%と好調／前走勝利の勢い）
前5走 07/15 浦和12R 1着/12頭 05/26 浦和12R 4着/12頭 04/21 浦和12R 1着/12頭勝利 03/18 浦和9R 3着/12頭+0.6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 67% (絶好調) ◎ 馬場適性同馬場 4走で勝率 50% ◎ 前走実績前走 1着 (勢い継続) △ 期待値 (オッズ vs AI勝率) -8% (オッズ過剰評価) AI 予想勝率 6.6% (オッズ暗示: 7.2%) ※ 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	キタサンドーシン逃げ	本橋孝（船橋）	実16.1	△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30%と適性高／同距離帯3走で勝率33%／同馬場状態で勝率38%）
前5走 08/04 船橋10R 5着/10頭+2.0秒 07/02 船橋11R 4着/13頭 05/08 船橋11R 1着/14頭勝利 04/02 船橋11R 4着/9頭+0.7秒 03/13 船橋12R 1着/9頭勝利
AI 評価の内訳 — 馬番 4 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) ○ 直近3戦の調子勝率 33% (上り調子) ◎ 当競馬場適性 10走で勝率 30% (得意) ◎ 距離適性同距離 3走で勝率 33% ◎ 馬場適性同馬場 8走で勝率 38% ○ 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) -26% (オッズ過剰評価) AI 予想勝率 4.6% (オッズ暗示: 6.2%) ※ 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	フロインフォッサル追込	ゴンサ（船橋）	実40.6	▽詳細▼	大穴、AI予想勝率低く長期回収困難
前5走 08/04 船橋10R 7着/10頭+3.1秒 04/02 船橋12R 9着/11頭+2.0秒 03/10 船橋11R 5着/9頭+1.1秒 02/13 船橋11R 1着/11頭勝利 01/13 大井11R 4着/10頭+0.6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 7.0着 (不振) ○ 当競馬場適性 12走で勝率 17% (相性良) ○ 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) -32% (大幅な期待値マイナス) AI 予想勝率 1.7% (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	メイプルタピット	張田昂（船橋）	実8.2	○詳細▼	AI上位評価だが期待値不足、見送り（直近3走平均2.5着と安定／前走2着）
前5走 08/04 船橋10R 2着/10頭+0.8秒 07/02 船橋11R 3着/13頭 ― ― ―
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 2.5着 (安定) ○ 騎手近50戦勝率 16% ○ 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) +29% (市場と概ね一致) AI 予想勝率 15.8% (オッズ暗示: 12.2%) ※ 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。
7	プレミアムハンド追込	佐野遥（川崎）	実188.0	▽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／直近3走平均9.0着と低調／80日ぶりの実戦）
前5走 06/09 大井11R 10着/14頭 04/09 川崎11R 13着/14頭+3.2秒 12/09 船橋11R 4着/8頭+1.6秒 09/10 川崎11R 7着/10頭+4.4秒 08/13 大井11R 6着/12頭+3.0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 9.0着 (不振) × 当競馬場適性 4走で勝率 0% (苦戦) △ 騎手近50戦勝率 4% (やや苦戦) ▽ 前走実績前走 10着 (大敗) × 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 0.3% (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。
8	マキシマムパワー逃げ	町田直（川崎）	実40.0	×詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場17走で勝率29%と適性高／騎手は近50戦で勝率20%）
前5走 08/03 船橋11R 10着/10頭+2.1秒 04/02 船橋11R 3着/9頭+0.3秒 03/11 船橋11R 7着/12頭+2.1秒 02/12 船橋12R 1着/14頭勝利 01/23 船橋12R 1着/14頭勝利
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 6.7着 ◎ 当競馬場適性 17走で勝率 29% (得意) ◎ 騎手近50戦勝率 20% (好調) ▽ 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) -50% (大幅な期待値マイナス) AI 予想勝率 1.2% (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。
9	コスモジンバック	達城龍（大井）	実25.9	△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 08/14 大井9R 3着/7頭+2.1秒 06/29 大井11R 5着/14頭 ― ― ―
AI 評価の内訳 — 馬番 9 ◎ 高評価⇄× 低評価の 7 段階 (🌟◎ ◎ ○ ▲ △ ▽ ×) △ 直近3戦の調子平均 4.0着 △ 騎手近50戦勝率 4% (やや苦戦) ○ 前走実績前走 3着 (好走) ○ 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) -20% (オッズ過剰評価) AI 予想勝率 3.1% (オッズ暗示: 3.9%) ※ 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	ナショナルモール差し	和田譲（大井）	実56.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（同距離帯13走で勝率38%／前走2着）
前5走 08/03 船橋11R 2着/10頭+0.2秒 07/04 船橋11R 2着/13頭 05/08 船橋11R 10着/14頭+2.9秒 04/02 船橋11R 9着/9頭+3.4秒 03/13 船橋12R 6着/9頭+2.1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 4.7着 ○ 当競馬場適性 27走で勝率 19% (相性良) ◎ 距離適性同距離 13走で勝率 38% ○ 馬場適性同馬場 25走で勝率 20% ○ 前走実績前走 2着 (好走) ○ 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) -34% (大幅な期待値マイナス) AI 予想勝率 1.2% (オッズ暗示: 1.8%) ※ 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。
11	ゼアシュネル逃げ	御神訓（大井）	実1.2	🌟◎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14走で勝率79%と適性高／同馬場状態で勝率86%／直近3走で勝率67%と好調）
前5走 08/04 船橋10R 1着/10頭勝利 07/02 船橋11R 2着/13頭 05/08 船橋12R 1着/13頭勝利 10/02 船橋10R 1着/11頭勝利 07/31 船橋11R 1着/7頭勝利
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 67% (絶好調) ◎ 当競馬場適性 14走で勝率 79% (得意) ◎ 馬場適性同馬場 7走で勝率 86% ◎ 騎手近50戦勝率 26% (好調) ◎ 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) -27% (オッズ過剰評価) AI 予想勝率 61.1% (オッズ暗示: 83.3%) ※ 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。
12	ブラヴール追込	山口達（船橋）	実235.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場29走で勝率3%と苦戦傾向／同距離帯は4走で勝ち無し／直近3走平均8.0着と低調）
前5走 08/04 船橋10R 9着/10頭+5.2秒 07/02 船橋11R 8着/13頭 03/10 船橋11R 7着/9頭+1.9秒 02/13 船橋11R 10着/11頭+1.8秒 12/09 船橋8R 5着/14頭+0.3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 8.0着 (不振) × 当競馬場適性 29走で勝率 3% (苦戦) ▽ 距離適性同距離は 4走で勝ち無し △ 騎手近50戦勝率 4% (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) -49% (大幅な期待値マイナス) AI 予想勝率 0.2% (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。
13	ラブアンドハピネス自在	半澤慶（浦和）	実113.5	▽詳細▼	大穴、AI予想勝率低く長期回収困難（当競馬場3走で勝率0%と苦戦傾向／同馬場状態で勝率30%）
前5走 08/11 浦和10R 5着/8頭+0.8秒 07/04 船橋11R 8着/13頭 03/20 浦和11R 10着/12頭+1.2秒 03/04 川崎11R 2着/6頭+0.2秒 02/10 船橋12R 4着/14頭+0.5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 7.7着 (不振) × 当競馬場適性 3走で勝率 0% (苦戦) ◎ 馬場適性同馬場 10走で勝率 30% △ 騎手近50戦勝率 2% (やや苦戦) ○ ローテーション 17日の間隔 (理想的) × 期待値 (オッズ vs AI勝率) -31% (大幅な期待値マイナス) AI 予想勝率 0.6% (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。

🎯 AIの本命

AI評価1位

ゼアシュネル

騎手御神訓（大井）

単勝オッズ

1.2倍

AI期待値

-26%

買い目

見送り

全レースの推奨

AIの推奨本命の次点

○6メイプルタピット

8.2倍

EV +29%

▲3ルトンワージ

13.9倍

EV -8%

出走馬全13頭

◎11

ゼアシュネル

御神訓（大井）

1.2倍

-26%

›

○6

メイプルタピット

張田昂（船橋）

8.2倍

+29%

›

▲3

ルトンワージ

見越彬（浦和）

13.9倍

-8%

›

△4

キタサンドーシン

本橋孝（船橋）

16.1倍

-26%

›

△9

コスモジンバック

達城龍（大井）

25.9倍

-20%

›

△1

アオイイーグル

本田重（船橋）

33.8倍

-13%

›

▽5

フロインフォッサル

ゴンサ（船橋）

40.6倍

-32%

›

×8

マキシマムパワー

町田直（川崎）

40.0倍

-50%

›

▽10

ナショナルモール

和田譲（大井）

56.5倍

-33%

›

▽2

カレンアルカンタラ

山中悠（船橋）

84.2倍

-13%

›

▽13

ラブアンドハピネス

半澤慶（浦和）

113.5倍

-31%

›

▽7

プレミアムハンド

佐野遥（川崎）

188.0倍

-40%

›

▽12

ブラヴール

山口達（船橋）

235.5倍

-48%

›

💡 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